WEBVTT

00:00.920 --> 00:06.260
そしてまたこの時期、 我々のモデルが全体的にどのようなパフォーマンスを見せているかを表彰台で見ることになる。 

00:06.260 --> 00:12.050
答えはもうわかっているだろうが、 とにかく見て、 笑ってみよう。 

00:12.320 --> 00:18.590
まず、 トレーニングデータセットから平均値を推測する定数モデルを見てみよう。

00:18.950 --> 00:22.880
その数字を見てみると、 146だった。 

00:23.000 --> 00:26.150
今は明らかに気温が下がっている。 

00:26.150 --> 00:28.070
その理由は、 おそらくあなたも知っていると思う。 

00:28.370 --> 00:36.260
従来の機械学習モデルは、 平均を上回ることができた。

00:36.470 --> 00:44.510
ランダムフォレスト・アプローチを検討したところ、 従来の機械学習アプローチでは97点と最も優れていた。

00:44.510 --> 00:53.870
人間と比較したところ、 人間は基本的で単純な特徴には勝てたが、 ランダムフォレストモデルには負けた。

00:54.140 --> 01:00.290
GPTフォーゼロは、 私たちが調べた様々なフロンティアモデルの中で最も優れていて、

01:00.290 --> 01:04.610
76がこの人間を大きく上回っていた。

01:04.820 --> 01:15.310
そして今日は、 3.ファインチューン・バス・ラマを見てきた。  180億ものパラメーターが4ビットにまで量子化されている。

01:15.430 --> 01:21.190
ええと、 396で、 壊滅的に悪かった。 

01:21.280 --> 01:29.950
そして、 8ビットに量子化するとわずかに良くなり、 代わりに301ドルの誤差が生じた。

01:30.160 --> 01:37.780
ええと、 明らかにラマ3は出だしが悪いね。  1だが、 ある意味、 挑戦が始まっているのでエキサイティングだ。

01:37.870 --> 01:45.640
ええと、 ここにモデルを用意してあるので、 どうすればもっと良くなるかを試行錯誤することができる。 

01:45.640 --> 01:54.460
私たちの目標は、 GPT4のような何兆ものパラメーターを持つモデルに負けないようにすることです。

01:54.460 --> 01:59.530
もし私たちがこの特別なタスクで競争力を持ち、 それを無償のオープンソースモデルで実現できるのであれば、

01:59.530 --> 02:04.240
私たちは偉大なことを成し遂げたことになる。

02:04.240 --> 02:05.080
オーケー。 

02:05.110 --> 02:14.120
まとめると、 この時点で、 この分岐点で、 あなたはこの旅の道のりの80%に到達している。

02:14.120 --> 02:15.260
とても嬉しいよ。 

02:15.290 --> 02:16.190
粘り強くやっている。 

02:16.190 --> 02:17.660
あなたがここにいてくれて本当にうれしい。 

02:17.660 --> 02:20.690
言っておくが、 まだ20%は残っている。 

02:20.690 --> 02:21.740
最高だよ。 

02:21.740 --> 02:23.060
最高だよ。 

02:23.090 --> 02:25.820
最も魅力的なコンテンツはこれからだ。 

02:25.820 --> 02:27.860
このモデルをトレーニングしていく。 

02:27.860 --> 02:32.540
そして来週のフィナーレでは、 本当にすべてをまとめる。 

02:32.540 --> 02:35.210
つまり、 クレッシェンドになるんだ。 

02:35.210 --> 02:37.160
これからどんどん良くなっていくよ。 

02:37.160 --> 02:38.300
頑張るんだ。 

02:38.330 --> 02:40.250
いいものはすべてこれからだ。 

02:40.250 --> 02:44.870
そこで次回は、 さらにいくつかのハイパーパラメーターを用意する。 

02:44.870 --> 02:50.390
これらのハイパーパラメーターは少々過酷なものであることは承知しているが、 本当に重要なことはここで学ぶことができる。

02:50.390 --> 02:54.530
トレーニングをコントロールするハイパーパラメーターがいくつかあるので、 それを説明しよう。 

02:54.560 --> 03:00.830
その後、 SFTトレーナーというものをセットアップする。

03:00.830 --> 03:03.650
そしてトレーニングを開始する。 

03:03.650 --> 03:11.720
あなたは、 llama 3に基づいて、 独自の大規模言語モデルをトレーニングすることになる。  1ベースのモデル。

03:11.720 --> 03:15.320
そして、 次のセッションでそれをやるつもりだ。 

03:15.320 --> 03:17.210
だから、 そこで会おう。