CohereCommandiperparametri di personalizzazione del modello - Amazon Bedrock

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

CohereCommandiperparametri di personalizzazione del modello

I Cohere Command Light modelli Cohere Command and supportano i seguenti iperparametri per la personalizzazione dei modelli. Il numero di epoche specificate aumenta i costi di personalizzazione del modello elaborando più token. Ogni epoca elabora l'intero set di dati di addestramento una sola volta. Per informazioni sui prezzi, consulta i prezzi di Amazon Bedrock. Per ulteriori informazioni, consulta Personalizza il tuo modello per migliorarne le prestazioni per il tuo caso d'uso.

Per informazioni sui Cohere modelli di fine tuning, consulta la Cohere documentazione su https://docs.cohere.com/docs/ fine-tuning.

Nota

La epochCount quota è regolabile.

Iperparametro (console) Iperparametro (API) Definizione Tipo Minimo Massimo Predefinita
Epoche epochCount Il numero di iterazioni nell'intero set di dati di addestramento integer 1 100 1
Dimensione batch batchSize Il numero di campioni elaborati prima dell'aggiornamento dei parametri del modello integer 8 8 (Comando)

32 (Leggero)

8
Velocità di apprendimento learningRate La velocità con cui i parametri del modello vengono aggiornati dopo ogni batch. Se utilizzi un set di dati di convalida, ti consigliamo di non fornire un valore per. learningRate float 5.00E-6 0.1 1.00E-5
Soglia di arresto precoce earlyStoppingThreshold Il minimo miglioramento delle perdite richiesto per prevenire l'interruzione prematura del processo di formazione float 0 0.1 0.01
Pazienza che si ferma precocemente earlyStoppingPatience La tolleranza alla stagnazione nella metrica delle perdite prima dell'interruzione del processo di formazione integer 1 10 6
Percentuale di valutazione evalPercentage

La percentuale del set di dati allocato per la valutazione del modello, se non si fornisce un set di dati di convalida separato

float 5 50 20