Canonical: https://instain.ru/fr/ai/unsloth/ Language: fr Unsloth AI outils de formation de modèles # Unsloth. Apprentissage des modèles compatibles avec les adaptateurs LoRA 4.45 / 5 [Évaluation du catalogue](https://instain.ru/fr/ai/unsloth/#editorial-rating) [Site officiel ](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide) Les outils d'Unsloth facilitent la préparation de l'ajustement. Un adaptateur LoRA modifie le comportement du modèle tout en conservant la majeure partie des poids d'origine. ![Aide Unsloth pour la préparation des modèles et des données](https://instain.ru/assets/images/unsloth-screen-c6eb17b19b99-1200.webp) Aide Unsloth sur la préparation des modèles et des données. [Ouvrir la source ](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide) ## Quand l'adaptateur est justifié Une équipe de support peut avoir besoin d'un format simple que le modèle de base ne respecte pas toujours. Comparez d'abord une consigne affinée et l'ajustement sur les mêmes demandes. Si le problème persiste, Unsloth aide à préparer un entraînement LoRA. Choisissez un modèle compatible et consignez sa version. Sinon, un changement du format après l'entraînement peut être confondu avec l'effet d'autres poids de base ou d'un modèle de dialogue différent. ## Exemples de formation pour le retour des marchandises Préparez des messages et des réponses fictifs dans le format approprié. Ajoutez le cas de deux articles, une demande sans numéro de commande et un traitement dans lequel la bonne réponse nécessite des éclaircissements. Séparément, laissez quelques requêtes paraphrasées à vérifier et retirez leurs options proches de la formation. Lors de la mise en page, conservez les cas où il n'est pas possible de nommer une période spécifique. Cela vous aidera à voir si le modèle a appris à poser des questions au lieu de deviner. ## Détectez les erreurs avant la deuxième course Comparez les deux versions en termes de format, de faits et de détails que le modèle laisse vides. Si les réponses sont plus précises et que des erreurs de calendrier ont été ajoutées, étudiez le balisage avant de modifier les paramètres. Vérifiez également un sujet inconnu pour remarquer la perte des opportunités habituelles. Les données, le modèle et les paramètres de l'expérience sont mieux conservés séparément dans le rapport. Lorsque vous changez d'équipement ou de mode de fonctionnement, répétez l'inspection rapide aux mêmes entrées avant de conclure à la différence. ## Pour quelles tâches convient-il - Apprendre à un modèle à répondre à un modèle donné - Comparer le modèle d'origine avec la version après l'obtention du diplôme Fonctionnalités ## Les points forts - Il existe des recommandations sur les paramètres LoRA et les ensembles de données - Différents modèles et méthodes de lancement compatibles sont pris en charge Il faut prendre en compte ## Limites - Un petit échantillon peut réparer les erreurs et les doubles - Le mode et l'étendue des données sont limités à la mémoire du matériel ## Choix et conditions Mode gratuit Oui Période d'essai Non confirmé Sans inscription Non confirmé Interface en russe Non confirmé Installation locale Oui API Non confirmé « Non confirmé » signifie que les informations disponibles ne suffisent pas. La fonctionnalité peut exister ; vérifiez les conditions du développeur. Formats d’entrée Texte, Données Résultat Données, Modèle ### Conditions L'open source a des options pour s'exécuter de manière autonome. Le paiement possible dépend du placement, de l'équipement et de la licence du modèle. Un petit échantillon peut réparer les erreurs et les doubles. De la tâche au premier résultat ## Exemple pratique Tâche Apprendre à un modèle à répondre à un modèle donné Que préparer Un ensemble de questions et réponses, un modèle compatible et des exemples de vérification individuels. ### Consigne ou requête Prépare une courte formation. Enregistrez les paramètres du modèle et comparez ses réponses avant et après la formation sur les mêmes requêtes de vérification. ### Résultat attendu Rapport de changement de qualité et adaptateur ou point de contrôle personnalisé. ### Comment vérifier le résultat - Enlevez les copies et les variantes proches entre les échantillons. - Notez séparément les erreurs de contenu et les écarts par rapport au format. Cet exemple pédagogique préparé par la rédaction décrit une tâche ; il ne présente pas le résultat d’un test personnel du service. Vérifiez la disponibilité du mode requis, les droits sur les fichiers d’origine et les conditions d’utilisation du résultat. Vérifier les détails ## Sources officielles - [Unsloth Guide de formation continue ](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide) - [Le dépôt officiel d'Unsloth ](https://github.com/unslothai/unsloth) - [Paramètres des adaptateurs LoRA ](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide/lora-hyperparameters-guide) La description est faite à partir des matériaux du développeur. Les fonctionnalités, les prix et la disponibilité peuvent varier; vérifiez la source avant de l'utiliser. En bref sur l'outil Développeur Unsloth AI Catégorie [Code](https://instain.ru/fr/category/code/) Accès Besoin de données, d'un modèle compatible et d'un environnement informatique approprié. Vérifiez le support matériel et la méthode de démarrage pour le mode sélectionné. Paiement L'open source a des options pour s'exécuter de manière autonome. Le paiement possible dépend du placement, de l'équipement et de la licence du modèle. API API non spécifiée [Termes du développeur ](https://unsloth.ai/docs/get-started/fine-tuning-llms-guide/lora-hyperparameters-guide) Évaluation du catalogue 4.45 / 5 Fonctionnalités 4.50 / 5 Scénarios de travail 4.30 / 5 Écosystème 4.50 / 5 Documentation 4.50 / 5 Les points sont le repère du catalogue. Ce ne sont pas des commentaires d'utilisateurs ou le résultat de tests personnels. [Voir la méthodologie ](https://instain.ru/fr/methodology/) Poursuivre la découverte ## Pour des tâches similaires [Toute la catégorie ](https://instain.ru/fr/category/code/) Code ### [Hugging Face TRL](https://instain.ru/fr/ai/huggingface-trl/) Bibliothèque d'apprentissage avec DPO et paires de réponses 4.40 / 5 Bibliothèque d'apprentissage de modèles Tâches similaires ; comparez les conditions, les formats et les limites