Hva er Instruksjon Tuning?

Fortsatt opplæring på domenespesifikke data for å tilpasse en forhåndstrent modell til en spesifikk oppgave.

En parametereffektiv finjusteringsmetode som legger til lavrangerte adaptermatriser.

Metoder som tilpasser modeller ved å trene opp en liten delmengde av ekstra parametere.

En høyprioritet instruksjon som angir atferd, policy og responsstil for en modell.

Bruke kunnskap lært i én oppgave eller domene for å forbedre en annen oppgave.

Ytterligere slutningsberegning brukt under generering av respons for å forbedre kvalitet eller resonnement.