ייצור נתוני אימון משלכם בעזרת AI, מוסבר בפשטות. הסוד הוא שליטה: החליטו בדיוק מה כל דוגמה צריכה להכיל, ואז בנו אותה במכוון במקום לקוות. למטה מופיע הרעיון הגדול, ואחריו שלושה עשר צעדים, לכל אחד דוגמה טובה ודוגמה רעה.
יש שתי דרכים לייצר נתונים בעזרת AI. רק אחת מהן נותנת לכם נתונים שאפשר לסמוך עליהם.
בסדר שבו תיתקלו בהם. לכל צעד דוגמה טובה להעתיק ודוגמה רעה להימנע ממנה.
לפני שאתם מייצרים נתונים מזויפים, בדקו אם כבר קיימים נתונים אמיתיים. נתונים אמיתיים כמעט תמיד עדיפים, וייתכן שתצטרכו רק לעצב אותם מחדש.
לפני שאתם כותבים prompt כלשהו, דעו בדיוק מה כל דוגמה צריכה ללמד (התווית) ומה צריך להיות שונה מדוגמה לדוגמה.
משתנה אחד הוא התווית שאתם רוצים ללמד. האחרים רק מוסיפים מגוון, כדי שהמודל לא יוכל לרמות ולהיתפס לדבר הלא נכון. ואז בנו את ה-prompt מהערכים שבחרתם.
צרו מגוון על ידי שינוי המאפיינים והערכים שלהם, ואז תנו למודל לכתוב כל דוגמה סביבם. אל תבנו דוגמאות מערבוב של כמה משפטים קבועים, אחרת כולן יוצאות באותה צורה.
אל תבקשו משהו שאינכם יכולים להגדיר או לזהות. פרקו רעיון מעורפל למאפיינים קונקרטיים שאתם יכולים לנקוב בשמם ולבדוק.
נסו את ה-prompt קודם ידנית. תקנו את הניסוח בחלון הצ'אט לפני שאתם עושים אוטומציה כלשהי.
ברגע שה-prompt עובד, הריצו אותו מקוד כדי שתוכלו לשחזר ולהגדיל, ושמרו את כל הפרטים על כל דוגמה.
אם מודל כללי אינו מצליח להתאים לתחום או לסגנון הייחודי שלכם, בצעו כוונון עדין (fine-tune) של מודל על דוגמאות אמיתיות כדי שייצר את סוג הנתונים שאתם באמת צריכים. ואז בדקו שהוא לא סתם מעתיק את נתוני האימון שלו.
לתמונות, מילים לבדן אינן מספיקות. תנו למודל צורה שילך לפיה, כמו תנוחה, מפת עומק, או קו מתאר, בעזרת כלים כמו ControlNet.
ייצרו אצווה קטנה, בדקו אותה, תקנו את הבעיות, ואז ייצרו עוד. לעולם אל תייצרו את הכול בבת אחת.
הוכיחו שהתהליך עובד על קומץ דגימות לפני שאתם מייצרים אלפים.
קראו וצפו באמת בדגימות שלכם. מצאו את הגרועות, והבינו למה הן השתבשו כדי שתוכלו לתקן את הסיבה.
לעיתים נדירות יש דרך אחת נכונה. נסו כמה גישות ושמרו את זו שנותנת את הנתונים הטובים ביותר במאמץ הנמוך ביותר.
