Cohere fine-tuning
less than a minute
Weights & Biases を使用すると、Cohere モデルのファインチューニングメトリクスや設定をログに記録し、モデルのパフォーマンスを分析・理解し、その結果を同僚と共有することができます。
この Cohere のガイド では、ファインチューニング run を開始する方法の完全な例が示されています。また、Cohere API ドキュメントはこちら で確認できます。
Cohere ファインチューニング結果のログ
Cohere のファインチューニングログを W&B ワークスペースに追加するには:
-
W&B APIキー、W&B
entity
とproject
名を用いてWandbConfig
を作成します。W&B APIキーは https://wandb.ai/authorize で取得できます。 -
この設定を
FinetunedModel
オブジェクトとともに、モデル名、データセット、ハイパーパラメーターとともに渡して、ファインチューニング run を開始します。from cohere.finetuning import WandbConfig, FinetunedModel # W&B の詳細で設定を作成します wandb_ft_config = WandbConfig( api_key="<wandb_api_key>", entity="my-entity", # 提供された API キーに関連した有効な entity である必要があります project="cohere-ft", ) ... # データセットとハイパーパラメーターを設定します # cohere でファインチューニング run を開始します cmd_r_finetune = co.finetuning.create_finetuned_model( request=FinetunedModel( name="command-r-ft", settings=Settings( base_model=... dataset_id=... hyperparameters=... wandb=wandb_ft_config # ここに W&B の設定を渡します ), ), )
-
作成した W&B プロジェクトで、モデルのファインチューニングトレーニングと検証のメトリクスやハイパーパラメーターを確認します。
Runsの整理
W&B の runs は自動的に整理され、ジョブタイプ、ベースモデル、学習率、その他のハイパーパラメータなど、任意の設定パラメータに基づいてフィルタリングやソートが可能です。
さらに、runs の名前を変更したり、メモを追加したり、タグを作成してグループ化したりすることができます。
リソース
[i18n] feedback_title
[i18n] feedback_question
Glad to hear it! If you have further feedback, please let us know.
Sorry to hear that. Please tell us how we can improve.