AI Gramotnost – Principy fine-tuningu

Rozcvička

Krátké zopakování z předchozích lekcí. Po zobrazení ji můžeš přeskočit.

Po přihlášení se rozcvička sestaví z předchozích chyb, pastí a termínů opakování.

Teorie

Nejdřív si vytvoř pevný základ.

5.4 Principy fine-tuningu

Roztřiďovačka: fine-tuning to zvládne / nezvládne: psát v tónu naší značky ✔ · znát dnešní ceny ✘ · vždy vracet náš JSON formát ✔ · naučit se 400 stran pravidel spolehlivě ✘ · klasifikovat tikety do našich 9 kategorií ✔.
Slider: Kolik příkladů minimálně? Odhalení: často stačí stovky kvalitních — a kvalita porazí kvantitu.
🪤 ABCD: Nejčastější důvod, proč fine-tuning zklame? → Špatná trénovací data (nekonzistentní, málo rozmanitá). Ne velikost modelu.
Otevřená: Napiš 3 příklady trénovacích párů (vstup → ideální výstup) pro svůj úkol.

Kontrolní otázky

Odpovídej postupně, feedback dostaneš ihned.

Otázka 1

Roztřiď, co fine-tuning zvládne a nezvládne.

Klávesnice a dotyk: u každé položky vyber cíl v nabídce.

Psát v tónu naší značkyZnát dnešní cenyVždy vracet náš JSON formátNaučit se 400 stran pravidel spolehlivěKlasifikovat tikety do našich devíti kategorií

Otázka 2

Kolik kvalitních příkladů může pro fine-tuning stačit?

0 příkladů

Otázka 3

Proč fine-tuning nejčastěji zklame?

Špatná trénovací data.Model je vždy příliš malý.Chybí mu přístup k internetu.Použili jsme málo dlouhé prompty.

Otázka 4

Napiš tři trénovací páry pro svůj úkol.

Mikro-úkol

Dobrovolný úkol přidá XP, ale neblokuje dokončení lekce.

Napiš tři příklady trénovacích párů vstup → ideální výstup pro svůj úkol.

Zapamatuj si

Tři myšlenky, ke kterým se můžeš vrátit.

Fine-tuning učí styl, formu a klasifikaci.
Nedodává spolehlivě dnešní fakta ani rozsáhlou příručku.
Často stačí stovky kvalitních příkladů.