Atualmente, todos os provedores populares de servi\u00e7os LLM usam ajuste fino usando arquivos JSONL, que descrevem as entradas e sa\u00eddas do modelo, com pequenas varia\u00e7\u00f5es, por exemplo, para Gemini, OpenAI, o formato \u00e9 um pouco diferente.<\/p>\n
Ap\u00f3s o download de um arquivo JSONL especialmente formado, o processo de especializa\u00e7\u00e3o do modelo LLM no conjunto de dados especificado come\u00e7a, para todos os provedores de LLM bem conhecidos atuais, este servi\u00e7o \u00e9 pago.<\/p>\n
Para ajustar uma m\u00e1quina local usando Ollama, recomendo confiar em um v\u00eddeo detalhado da tecnologia de canal do YouTube com a maneira mais f\u00e1cil de ajustar um LLM e n\u00f3s com Alloma: Um exemplo de um laptop Jupyter com a prepara\u00e7\u00e3o do conjunto de dados JSONL a partir de exporta\u00e7\u00f5es de todas as mensagens do Telegram e o lan\u00e7amento do processo de ajuste fino local est\u00e1 dispon\u00edvel aqui: Atualmente, todos os provedores populares de servi\u00e7os LLM usam ajuste fino usando arquivos JSONL, que descrevem as entradas e sa\u00eddas do modelo, com pequenas varia\u00e7\u00f5es, por exemplo, para Gemini, OpenAI, o formato \u00e9 um pouco diferente. Ap\u00f3s o download de um arquivo JSONL especialmente formado, o processo de especializa\u00e7\u00e3o do modelo LLM no conjunto deContinue 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":"pt","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\/pt\/wp-json\/wp\/v2\/posts\/4213","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/comments?post=4213"}],"version-history":[{"count":2,"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/posts\/4213\/revisions"}],"predecessor-version":[{"id":4215,"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/posts\/4213\/revisions\/4215"}],"wp:attachment":[{"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/media?parent=4213"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/pt\/wp-json\/wp\/v2\/categories?post=4213"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/demensdeum.com\/blog\/pt\/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":"