Fine-Tuning with Llama 3

MediatorPoziom umiejętności

Zaktualizowano 01.2025

Fine-tune Llama for custom tasks using TorchTune, and learn techniques for efficient fine-tuning such as quantization.

Utwórz bezpłatne konto

Lub

Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz fakt, że Twoje dane są przechowywane w USA.

Opis kursu

Fine-tuning the Llama model

This course provides a comprehensive guide to preparing and working with Llama models. Through hands-on examples and practical exercises, you'll learn how to configure various Llama fine-tuning tasks.

Prepare datasets for fine-tuning

Start by exploring dataset preparation techniques, including loading, splitting, and saving datasets using the Hugging Face Datasets library, ensuring high-quality data for your Llama projects.

Work with fine-tuning frameworks

Explore fine-tuning workflows using cutting-edge libraries such TorchTune and Hugging Face’s SFTTrainer. You'll learn how to configure fine-tuning recipes, set up training arguments, and utilize efficient techniques like LoRA (Low-Rank Adaptation) and quantization using BitsAndBytes to optimize resource usage. By combining techniques learned throughout the course, you’ll be able to customize Llama models to suit your projects' needs in an efficient way.

Wymagania wstępne

Working with Llama 3

Preparing for Llama fine-tuning

Explore options for fine-tuning Llama 3 models and dive into TorchTune, a library built to simplify fine-tuning. This chapter guides you through data preparation, TorchTune's recipe-based system, and efficient task configuration, providing the key steps to launch your first fine-tuning task.

The Llama fine-tuning libraries

50 PD

Listing TorchTune recipes

50 PD

Running a TorchTune task

50 PD

Preprocessing data for fine-tuning

50 PD

Filtering datasets for evaluation

100 PD

Creating training samples

100 PD

Saving preprocessed datasets

100 PD

Fine-tuning with TorchTune

50 PD

Defining custom recipes

100 PD

Saving custom recipes

100 PD

Running custom fine-tuning

50 PD

Rozpocznij Rozdział

Fine-tuning with SFTTrainer on Hugging Face

Learn how fine-tuning can significantly improve the performance of smaller models for specific tasks. Start with fine-tuning smaller Llama models to enhance their task-specific capabilities. Next, discover parameter-efficient fine-tuning techniques such as LoRA, and explore quantization to load and use even larger models.

Model fine-tuning with Hugging Face

50 PD

Setting up Llama training arguments

100 PD

Fine-tuning Llama for customer service QA

100 PD

Evaluate generated text using ROUGE

100 PD

Efficient fine-tuning with LoRA

50 PD

Using LoRA adapters

100 PD

LoRA fine-tuning Llama for customer service

100 PD

Making models smaller with quantization

50 PD

Loading 8-bit models

100 PD

Speeding up inference in quantized models

100 PD

Congratulations!

50 PD

Rozpocznij Rozdział

Fine-Tuning with Llama 3

Kurs
ukończony

Zdobądź oświadczenie o osiągnięciach

Dodaj te dane uwierzytelniające do swojego profilu na LinkedIn, CV lub życiorysu
Udostępnij w mediach społecznościowych i w swojej ocenie okresowej

W zestawiePremia or Zespoły

Zapisz Się Teraz

Dołącz do nas 19 milionów uczniów i zacznij Fine-Tuning with Llama 3 już dziś!

Utwórz bezpłatne konto

Lub

Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz fakt, że Twoje dane są przechowywane w USA.

Opis kursu

Fine-tuning the Llama model

Prepare datasets for fine-tuning

Work with fine-tuning frameworks

Zdobądź oświadczenie o osiągnięciach

Dołącz do nas .css-nklxlk{color:var(--wf-brand--main, #03EF62);} 19 milionów uczniów i zacznij Fine-Tuning with Llama 3 już dziś!

Utwórz bezpłatne konto

Dołącz do nas 19 milionów uczniów i zacznij Fine-Tuning with Llama 3 już dziś!