Finjustering eller gjenfinning?
Finjustering endrer hvordan en modell oppfører seg: tonen, formatet og hvilke oppgaver den håndterer godt. Hvis du først og fremst vil at den skal svare ut fra dokumentene dine, er gjenfinning (søk i dokumentene dine når spørsmålet stilles) ofte enklere og lettere å holde oppdatert. Mange team bruker begge. Uansett må dataene være rene.
1. Velg eksempler som viser oppførselen du vil ha
Et datasett for finjustering består vanligvis av par med inndata og ideelt svar, for eksempel et kundespørsmål og det beste svaret teamet ditt ga. Et mindre sett med gode, konsekvente eksempler slår gjerne et stort sett med blandet kvalitet.
2. Finn kopier og nesten-kopier
Kundeservicedata er fulle av maler, signaturer og gjentatte tråder. Duplikater får modellen til å gjenta standardtekst og kan lekke mellom trenings- og evalueringsdata. Finn og merk duplikater før du deler opp.
3. Finn personopplysninger og hemmeligheter
E-post og chatter inneholder navn, e-postadresser, telefonnumre, ID-numre, kort- og kontonumre, og noen ganger passord eller API-nøkler. En modell kan gjengi det den er trent på. Finn dem, og masker dem, fjern dem eller behold dem bare med et behandlingsgrunnlag. Tilbakekall eksponerte nøkler. Se personopplysninger i tekstdatasett.
4. Sjekk språk, tegnkoding og lengde
Flagg tomme eller avkuttede meldinger, ødelagte tegn, autosvar og tekst på språk du ikke vil at modellen skal svare på.
5. Hold av et evalueringssett
Sett av ekte eksempler som modellen aldri ser i treningen, og vurder den på dem, helst sammen med de som svarer kundene i dag.
6. Skriv ned hva som gikk inn
Noter kilder, tidsperioder, filtre, hvilke personopplysninger som ble funnet og hvordan de ble håndtert. Du får bruk for det når noen spør hva modellen er trent på.