기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
CohereCommand 모델 사용자 지정 하이퍼파라미터
Cohere Command 및 Cohere Command Light 모델은 모델 사용자 지정을 위해 다음과 같은 하이퍼파라미터를 지원합니다. 지정하는 epoch 수는 더 많은 토큰을 처리하여 모델 사용자 지정 비용을 높입니다. 각 epoch는 전체 훈련 데이터 세트를 한 번 처리합니다. 요금에 대한 자세한 내용은 Amazon Bedrock 요금
Cohere 모델을 미세 조정하는 방법에 대한 자세한 내용은 https://docs.cohere.com/docs/fine-tuning
참고
epochCount
할당량은 조정이 가능합니다.
하이퍼파라미터(콘솔) | 하이퍼파라미터(API) | 정의 | 유형 | 최소 | Maximum | Default |
---|---|---|---|---|---|---|
에포크 | epochCount | 전체 훈련 데이터 세트를 통한 반복 횟수 | 정수 | 1 | 100 | 1 |
배치 크기 | batchSize | 모델 파라미터를 업데이트하기 전에 처리된 샘플 수 | 정수 | 8 | 8 (Command) 32 (Light) |
8 |
학습률 | learningRate | 각 배치 이후 모델 파라미터가 업데이트되는 비율 검증 데이터세트를 사용하는 경우 learningRate 에 대한 값을 제공하지 않는 것이 좋습니다. |
float | 5.00E-6 | 0.1 | 1.00E-5 |
조기 중지 임계값 | earlyStoppingThreshold | 훈련 프로세스의 조기 종료를 방지하는 데 필요한 손실의 최소 개선 | float | 0 | 0.1 | 0.01 |
조기 중지 허용 한도 | earlyStoppingPatience | 훈련 프로세스를 중단하기 전 손실 지표의 정체에 대한 허용 오차 | 정수 | 1 | 10 | 6 |
평가 백분율 | evalPercentage |
모델 평가를 위해 할당된 데이터세트의 백분율(별도의 검증 데이터세트를 제공하지 않은 경우) |
float | 5 | 50 | 20 |