Actuellement, tous les fournisseurs de services LLM populaires utilisent une tonnerie amende \u00e0 l’aide de fichiers JSONL, qui d\u00e9crivent les entr\u00e9es et sorties du mod\u00e8le, avec de petites variations, par exemple pour Gemini, OpenAI, le format est l\u00e9g\u00e8rement diff\u00e9rent.<\/p>\n
Apr\u00e8s avoir t\u00e9l\u00e9charg\u00e9 un fichier JSONL sp\u00e9cialement form\u00e9, le processus de sp\u00e9cialisation du mod\u00e8le LLM sur l’ensemble de donn\u00e9es sp\u00e9cifi\u00e9 commence, pour tous les fournisseurs LLM bien connus actuels, ce service est pay\u00e9.<\/p>\n
Pour affiner sur une machine locale utilisant Olllama, je recommande de compter sur une vid\u00e9o d\u00e9taill\u00e9e de la Tech de la cha\u00eene YouTube avec un moyen le plus facile de faire affiner un LLM et nous avec Alloma: Un exemple d’ordinateur portable Jupyter avec la pr\u00e9paration de l’ensemble de donn\u00e9es JSONL \u00e0 partir des exportations de tous les messages t\u00e9l\u00e9grammes et le lancement du processus d’adaptation local est disponible ici: Actuellement, tous les fournisseurs de services LLM populaires utilisent une tonnerie amende \u00e0 l’aide de fichiers JSONL, qui d\u00e9crivent les entr\u00e9es et sorties du mod\u00e8le, avec de petites variations, par exemple pour Gemini, OpenAI, le format est l\u00e9g\u00e8rement diff\u00e9rent. Apr\u00e8s avoir t\u00e9l\u00e9charg\u00e9 un fichier JSONL sp\u00e9cialement form\u00e9, le processus de sp\u00e9cialisation du mod\u00e8le LLM surContinue reading “LLM Fine-Tune”<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[49],"tags":[],"class_list":["post-4213","post","type-post","status-publish","format-standard","hentry","category-blog","entry"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"fr","enabled_languages":["en","ru","zh","de","fr","ja","pt","hi"],"languages":{"en":{"title":true,"content":true,"excerpt":false},"ru":{"title":false,"content":true,"excerpt":false},"zh":{"title":false,"content":true,"excerpt":false},"de":{"title":false,"content":true,"excerpt":false},"fr":{"title":false,"content":true,"excerpt":false},"ja":{"title":false,"content":true,"excerpt":false},"pt":{"title":false,"content":true,"excerpt":false},"hi":{"title":false,"content":false,"excerpt":false}}},"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/4213","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/comments?post=4213"}],"version-history":[{"count":2,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/4213\/revisions"}],"predecessor-version":[{"id":4215,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/4213\/revisions\/4215"}],"wp:attachment":[{"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/media?parent=4213"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/categories?post=4213"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/fr\/wp-json\/wp\/v2\/tags?post=4213"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\nhttps:\/\/www.youtube.com\/watch?v=pTaSDVz0gok<\/a><\/p>\n
\nhttps:\/\/github.com\/demensdeum\/llm-train-example<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"