Prérequis
Avant de commencer, effectuez les actions suivantes :- Configurez le service Azure OpenAI en suivant la documentation officielle d’Azure.
- Configurez un compte W&B à l’aide d’une clé API.
Aperçu du flux de travail
Les étapes suivantes résument le déroulement typique d’un job de fine-tuning Azure OpenAI dans W&B, depuis la préparation du job jusqu’à l’évaluation du modèle obtenu.Configuration du fine-tuning
La configuration du fine-tuning comprend les étapes suivantes :- Préparez les données d’entraînement conformément aux exigences d’Azure OpenAI.
- Configurez le job de fine-tuning dans Azure OpenAI.
- Suivez le processus de fine-tuning et consignez les métriques et les hyperparamètres avec W&B.
Suivi des expériences
Lors du fine-tuning, W&B capture :- Les métriques d’entraînement et de validation.
- Les hyperparamètres du modèle.
- L’utilisation des ressources.
- Les artefacts d’entraînement.
Évaluation du modèle
Après le Fine-tuning, utilisez W&B Weave pour :- Évaluer les résultats du modèle à l’aide de jeux de données de référence.
- Comparer les performances entre différentes itérations de Fine-tuning.
- Analyser le comportement du modèle sur des cas de test spécifiques.
- Prendre des décisions fondées sur les données pour choisir le modèle.
Exemple concret
Pour voir l’intégration appliquée de bout en bout, explorez les ressources suivantes :- Explorez la démo de génération de notes médicales pour voir comment cette intégration facilite :
- le suivi systématique des expériences de fine-tuning.
- l’évaluation du modèle à l’aide de métriques propres au domaine.
- Parcourez un notebook interactif de fine-tuning.