О чём урок
Ознакомьтесь с документацией: https://docs.mistral.ai/capabilities/finetuning/ В этом примере воспользуемся набором данных ultrachat_200k. Мы загружаем часть данных в Pandas Dataframes, разделяем данные на обучающую и валидационную выборки и сохраняем их в требуемом формате jsonl для fine-tuning. Если вы загрузите этот файл ultrachat_chunk_train.jsonl в Mistral API, вы можете столкнуться с сообщением об ошибке «Неверный формат файла» из-за проблем с форматированием данных. Чтобы переформатировать данные в правильный вид, вы можете загрузить скрипт reformat_dataset.py и использовать его для проверки и переформатирования как обучающих, так и оценочных данных:
План урока
- Подготовка набора данных
- Переформатирование набора данных
- Загрузка набора данных
- Создание задания fine-tuning
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.