AI Sözlük
Instruction Tuning Nedir?
Instruction tuning, “talimat → yanıt” örnekleriyle modeli yardımcı asistan davranışına çeken supervised fine-tuning türüdür.
Tanım
Ham pretrain modeli tamamlayıcı metin üretir ama “yardımcı asistan” gibi davranmayabilir. Instruction tuning, çeşitli görev talimatları ve ideal cevaplarla SFT yapar. Böylece kullanıcı komutları daha iyi izlenir. RLHF genelde bunun üstüne biner. Veri çeşitliliği kritiktir; dar talimat seti dar yetenek doğurur. Güvenlik örnekleri de bu aşamada karıştırılmalıdır.
Open instruction dataset’ler ekosistemi büyüttü.
Kalite kontrolü: toksik veya yanlış “ideal cevap” modeli bozar.
Sık sorulanlar
SFT ile aynı mı?
Instruction tuning, SFT’nin talimat odaklı özel bir rejimidir.
Chat template nedir?
Rolleri (system/user/assistant) modele gösteren format şablonudur.