Supervised Fine-Tuning (SFT)

Türkçe: Denetimli İnce Ayar

Ayrıntılı Tanım

Ön-eğitimi tamamlanmış ham bir temel dil modeline (Base Model), kaliteli soru-cevap veya talimat-yanıt çiftlerinden oluşan etiketli veriler vererek modelin bir sohbet asistanı gibi davranmasını sağlayan ilk uzmanlaşma eğitimidir.

Ne İşe Yarar / Çözülen Problem

Ham modelin sadece cümle tamamlamak yerine (örneğin "Fransa'nın başkenti neresidir?" sorusuna yeni sorular eklemek yerine) doğrudan soruyu anlayıp net cevap vermesini sağlar.

Nasıl Çalışır? (Teknik & Mekanizma)

Sadece kullanıcı talimatına modelin vereceği yanıt kısmı (Loss Masking ile) üzerinden Cross-Entropy kaybı hesaplanır; talimat kısmı cezalandırılmaz. Düşük öğrenme hızıyla eğitilir.

Örnek Senaryo & Pratik Uygulama

Tıp fakültesini dereceyle bitirmiş ama henüz hiç hasta görmemiş bir doktor adayına, poliklinikte hasta karşılama ve reçete yazma pratiklerinin yaptırılması.

Benzer Terimlerden Farkı

Ön-eğitim trilyonlarca kelimeyle aylar sürerken; SFT genellikle on binlerce kaliteli örnekle saatler veya günler içinde tamamlanır.

İlişkili Terimler (4)

#209

Instruction Tuning

Talimat Ayarlaması / Talimat Eğitimi

#188

Self-Supervised Pre-Training

Öz-Denetimli Ön-Eğitim

#232

Reinforcement Learning from Human Feedback (RLHF)

İnsan Geri Bildirimiyle Pekiştirmeli Öğrenme