Instruction-Tuning und DPO für einen Customer-Support-Bot
Übersicht
Worum es bei diesem Projekt geht.
Optimiere einen Support-Bot per Instruction-Tuning und DPO auf Llama-3-8B. Vergleiche drei Modelle mit Likert-Bewertung. Erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Verbessere den Konversations-Ton eines Telco-Support-Bots durch Instruction-Tuning + DPO so, dass Service-Mitarbeiter:innen ihn signifikant besser bewerten als Basis und Instruction-only.
Earning criteria — what you'll demonstrate
- Instruction-Tuning als ersten Adaption-Schritt einsetzen
- DPO als Präferenz-Optimierungsmethode ohne Reward-Modell implementieren
- Ablations-Studien sauber aufsetzen, sodass Effekte den Schritten zuordenbar sind
- Konversations-Qualität mit menschlichen Bewertungen statistisch fair messen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fine-Tuning Large Language Models
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenML-Forscher:in
Saubere Ablations-Studien an einer Präferenz-Optimierungs-Pipeline zu liefern ist Kernkompetenz von ML-Forschenden in Foundation-Model-Adopters und Industrie-Laboren.
Dieses Projekt schärft
- dpo
- preference-optimization
- instruction-tuning
ML-Ingenieur:in
DPO und Instruction-Tuning als wartbare Trainings-Pipeline aufzusetzen ist eine wachsende Verantwortung von ML-Ingenieurinnen in Foundation-Model-Anwender-Teams.
Dieses Projekt schärft
- lora
- huggingface
- llm-evaluation
NLP-Ingenieur:in
Conversational-Qualität messbar zu verbessern ist genau die Schnittstelle, an der NLP-Ingenieurinnen in Telco-Tech-Teams ihren Wert zeigen.
Dieses Projekt schärft
- instruction-tuning
- llm-evaluation
- dpo
Noch eine Sache