使用網域調整來微調大型語言模型 (LLM)

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。

若要在網域特定的資料集上微調模型：

1. 準備您的訓練資料。如需說明，請參閱準備和上傳訓練資料以進行網域調整微調。

2. 建立您的微調訓練任務。如需說明，請參閱建立以指令為基礎的微調訓練任務。

您可以在 中找到end-to-end範例範例筆記本。

網域適應性微調適用於下列基礎模型：

注意

有些 JumpStart 基礎模型，例如 Llama 2 7B，在微調和執行推論之前，需要接受最終使用者授權合約。如需詳細資訊，請參閱終端使用者授權協議。

• Bloom 3B

• Bloom 7B1

• BloomZ 3B FP16

• BloomZ 7B1 FP16

• GPT-2 XL

• GPT-J 6B

• GPT-Neo 1.3B

• GPT-Neo 125M

• GPT-NEO 2.7B

• Llama 2 13B

• Llama 2 13B 聊天

• Llama 2 13B Neuron

• Llama 2 70B

• Llama 2 70B 聊天

• Llama 2 7B

• Llama 2 7B 聊天

• Llama 2 7B Neuron

準備和上傳訓練資料以進行網域調整微調

可以 CSV、JSON 或 TXT 檔案格式提供用於網域調整微調的訓練資料。所有訓練資料都必須位於單一資料夾中的單一檔案中。

訓練資料取自 CSV 或 JSON 訓練資料檔案的文字欄。如果沒有欄位標記為文字，則會從 CSV 或 JSON 訓練資料檔案的第一欄取得訓練資料。

以下是用於微調的 TXT 檔案內文範例：

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 ....

用於訓練和測試的分割資料

您可以選擇性地提供另一個包含驗證資料的資料夾。此資料夾也應該包含一個 CSV、JSON 或 TXT 檔案。如果未提供驗證資料集，則會將訓練資料的集合量保留用於驗證。當您選擇超參數來微調模型時，可以調整用於驗證的訓練資料百分比。

將微調資料上傳至 Amazon S3

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

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}")

建立以指令為基礎的微調訓練任務

將資料上傳至 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 中微調模型。若要使用 SageMaker Python SDK 微調模型，請參閱 使用 JumpStartEstimator類別微調公開可用的基礎模型。

範例筆記本

如需網域調整微調的詳細資訊，請參閱下列範例筆記本：

• SageMaker JumpStart 基礎模型 - 微調網域特定資料集上的文字產生 GPT-J 6B 模型

• 在 JumpStart 上微調 LLaMA 2 模型