التعديل الدقيق مقابل التعلم في السياق: متى تستخدم كل منهما
الضبط الدقيق مقابل التعلم في السياق: متى تستخدم كل منهما
في مجال الذكاء الاصطناعي الذي يتطور بسرعة، لا سيما في عالم نماذج اللغة الكبيرة (LLMs)، من الضروري فهم الفروق الدقيقة بين الضبط الدقيق والتعلم في السياق. تقدم هاتان الطريقتان مزايا مميزة ويمكن تخصيصهما لمهام وتطبيقات معينة. يهدف هذا المقال إلى توضيح متى يتم استخدام كل طريقة بشكل فعال.
أساسيات الضبط الدقيق والتعلم في السياق
ما هو الضبط الدقيق؟
يتضمن الضبط الدقيق تعديل نموذج مُدرَّب مسبقًا على مجموعة بيانات معينة لتحسين أدائه في مهمة معينة. تتطلب هذه العملية تدريب النموذج مرة أخرى على مجموعة بيانات أصغر ومخصصة للمهمة، مما يسمح له بتعلم الفروق الدقيقة التي تعتبر حاسمة لهذه المهمة.
على سبيل المثال، إذا كان لديك نموذج لغة تم تدريبه على نصوص عامة، فقد تقوم بضبطه دقيقًا على المستندات القانونية إذا كان هدفك هو تعزيز فهمه للمصطلحات والسياق القانوني. يصبح النموذج متخصصًا، مما يحسن دقته وملاءمته لهذا المجال المحدد.
ما هو التعلم في السياق؟
من ناحية أخرى، يعتمد التعلم في السياق على المعرفة الحالية للنموذج دون الحاجة إلى تدريب إضافي. تتضمن هذه الطريقة تزويد النموذج بسياق في الطلب المدخل نفسه، والذي يوجهه بشأن كيفية الرد. من خلال تضمين أمثلة مباشرة في الطلب، يمكنك توجيه مخرجات النموذج بشكل فعال دون تغيير معاييره.
على سبيل المثال، إذا كنت ترغب في جعل نموذج يولد نوعًا محددًا من النصوص، يمكنك تزويده بعدد من الأمثلة على الشكل المطلوب للإخراج ضمن استفسارك. تعتبر هذه الطريقة مفيدة بشكل خاص للمهام التي تحتاج إلى تكيف سريع دون عبء إعادة تدريب النموذج.
