網域適應性微調

網域適應性微調可讓您利用預先訓練的基礎模型，並使用有限的網域特定資料為特定任務進行調整。如果提示詞工程無法提供足夠的自訂功能，您可以使用網域調整微調，讓您的模型使用領域特定語言，例如產業術語、技術用語或其他專業資料。此微調程序會改變模型的權重。

網域適應性微調適用於下列基礎模型：

注意

某些 JumpStart 基礎模型 (例如 Lama 2 7B) 需要在微調和執行推論之前接受使用者授權合約。如需詳細資訊，請參閱 終端使用者授權協議。

• 綻放 3B

• 綻放

• 布卢姆兹

• 布卢姆兹

• 吉普特 -2 加大

• GPT-J 6B

• GPT-新 1.3B

• GPT-新 125 米

• GPT-新 2.7

• 美洲駝

• 美洲駝 2 13 B 聊天

• 美洲駝神經元

• 美洲駝

• 美洲駝 2 70B 聊天

• 美洲駝

• 美洲駝 2 7B 聊天

• 美洲駝神經元

準備和上傳訓練數據以進行域適應微調

網域適應微調的訓練資料可以以 CSV、JSON 或 TXT 檔案格式提供。所有訓練資料必須位於單一資料夾內的單一檔案中。

訓練資料取自 CSV 或 JSON 訓練資料檔案的「文字」欄。如果沒有任何欄標示為「文字」，則會從 CSV 或 JSON 訓練資料檔案的第一欄擷取訓練資料。

以下是用於微調的 TXT 文件的示例主體：

This report includes estimates, projections, statements relating to our
business plans, objectives, and expected operating results that are “forward-
looking statements” within the meaning of the Private Securities Litigation
Reform Act of 1995, Section 27A of the Securities Act of 1933, and Section 21E
of ....

拆分數據以進行培訓和測試

您可以選擇提供包含驗證資料的其他資料夾。此資料夾也應包含一個 CSV、JSON 或 TXT 檔案。如果未提供驗證資料集，則會為驗證目的預留一定數量的訓練資料。當您選擇超參數來微調模型時，您可以調整用於驗證的訓練資料百分比。

將微調資料上傳到 Amazon S3

將準備好的資料上傳到 Amazon Simple Storage Service (Amazon S3)，以便在微調 JumpStart 基礎模型時使用。您可以使用下列指令來上傳資料：

from sagemaker.s3 import S3Uploader
import sagemaker
import random

output_bucket = sagemaker.Session().default_bucket()
local_data_file = "train.txt"
train_data_location = f"s3://{output_bucket}/training_folder"
S3Uploader.upload(local_data_file, train_data_location)
S3Uploader.upload("template.json", train_data_location)
print(f"Training data: {train_data_location}")

建立訓練工作以進行指令式微調

將資料上傳到 Amazon S3 之後，您可以微調和部署 JumpStart基礎模型。若要在 Studio 中微調模型，請參閱在 Studio 中微調基礎模型。若要使用 SageMaker Python SDK 微調模型，請參閱使用班級微調公開可用的JumpStartEstimator基礎模型。

範例筆記本

如需有關網域適應微調的詳細資訊，請參閱下列範例筆記本：

• SageMaker JumpStart 基礎模型-微調域特定數據集上的文本生成 GPT-J 6B 模型

• 微調駱駝 2 模型 JumpStart