CohereCommandHyperparameter zur Modellanpassung - Amazon Bedrock

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

CohereCommandHyperparameter zur Modellanpassung

Die Cohere Command Light Modelle Cohere Command und unterstützen die folgenden Hyperparameter für die Modellanpassung. Die Anzahl der Epochen, die Sie angeben, erhöht Ihre Kosten für die Modellanpassung, da mehr Token verarbeitet werden. Jede Epoche verarbeitet den gesamten Trainingsdatensatz einmal. Preisinformationen finden Sie unter Amazon Bedrock — Preise. Weitere Informationen finden Sie unter Passen Sie Ihr Modell an, um seine Leistung für Ihren Anwendungsfall zu verbessern.

Informationen zur Feinabstimmung von Cohere Modellen finden Sie in der Cohere Dokumentation unter https://docs.cohere.com/docs/Feinabstimmung.

Anmerkung

Das epochCount Kontingent ist einstellbar.

Hyperparameter (Konsole) Hyperparameter (API) Definition Typ Minimum Maximum Standard
Epochen epochCount Die Anzahl der Iterationen durch den gesamten Trainingsdatensatz Ganzzahl 1 100 1
Batch-Größe batchSize Die Anzahl der Stichproben, die vor der Aktualisierung der Modellparameter verarbeitet wurden Ganzzahl 8 8 (Befehl)

32 (Leicht)

8
Lernrate learningRate Die Geschwindigkeit, mit der Modellparameter nach jeder Charge aktualisiert werden. Wenn Sie einen Validierungsdatensatz verwenden, empfehlen wir, keinen Wert für anzugebenlearningRate. float 5.00E-6 0.1 1.00E-5
Schwellenwert für frühes Abbrechen earlyStoppingThreshold Minimale Verbesserung der Verluste, die erforderlich ist, um ein vorzeitiges Abbrechen des Trainingsprozesses zu verhindern float 0 0.1 0.01
Frühzeitiges Aufhören der Geduld earlyStoppingPatience Die Toleranz gegenüber Stagnation in der Verlustmetrik vor Beendigung des Trainingsprozesses Ganzzahl 1 10 6
Prozentsatz der Bewertung evalPercentage

Der Prozentsatz des Datensatzes, der für die Modellevaluierung vorgesehen ist, wenn Sie keinen separaten Validierungsdatensatz angeben

float 5 50 20