Mosaic AIモデル トレーニング UI を使用してトレーニング実行を作成する

重要

この機能は パブリック プレビュー段階です。 パブリック プレビューに登録するには、Databricks アカウント チームにお問い合わせください。

この記事では、 Mosaic AIモデル トレーニング (旧基盤モデル トレーニング) UI を使用してトレーニング実行を作成および構成する方法について説明します。 API を使用して実行を作成することもできます。 手順については、 「 Mosaic AIモデル トレーニングAPIを使用したトレーニング実行の作成」を参照してください。

要件

要件」を参照してください。

UIを使用してトレーニング実行を作成する

UI を使用してトレーニング 実行を作成するには、次の手順に従います。

  1. 左側のサイドバーで、 「拡張機能」をクリックします。

  2. Mosaic AIモデル トレーニングカードで、 Mosaic AIモデルの作成] エクスペリメントをクリックします。

    基盤モデル 実験形式
  3. Mosaic AI モデル トレーニングフォームが開きます。アスタリスクが付いている項目は必須です。 選択を行い、 「トレーニングを開始」をクリックします。

    タイプ: 実行するタスクを選択します。

    タスク

    説明

    指示 ファインチューニング

    プロンプトと応答の入力を使用して基盤モデルのトレーニングを継続し、特定のタスクに合わせてモデルを最適化します。

    継続的な事前学習

    基盤モデルのトレーニングを継続して、ドメイン固有の知識を付与します。

    チャット完了

    チャット ログを使用して基盤モデルのトレーニングを継続し、Q&A または会話アプリケーション向けに最適化します。

    基盤モデルの選択: チューニングまたはトレーニングするモデルを選択します。 サポートされているモデルの一覧については、「 サポートされているモデル」を参照してください。

    トレーニング データ: [参照]をクリックしてUnity Catalog内のテーブルを選択するか、 Hugging Faceデータセットの完全な URL を入力します。 データ サイズの推奨事項については、 「モデル トレーニングに推奨されるデータ サイズ」を参照してください。

    Unity Catalogでテーブルを選択した場合は、テーブルの読み取りに使用するコンピュートも選択する必要があります。

    登録する場所: ドロップダウン メニューからUnity Catalogカタログとスキーマを選択します。 トレーニング済みのモデルは、この場所に保存されます。

    モデル名: モデルは、指定したカタログとスキーマにこの名前で保存されます。 このフィールドにはデフォルトの名前が表示されますが、必要に応じて変更できます。

    詳細オプション: さらなるカスタマイズのために、既存の独自モデルからの評価、ハイパーパラメータ調整、またはトレーニングのオプション設定を構成できます。

    設定

    説明

    トレーニング期間

    トレーニング実行の期間。エポック (例: 10ep ) またはトークン (例: 1000000tok ) で指定します。 デフォルトは1epです。

    学習率

    モデルトレーニングの学習率。 デフォルトは5e-7です。 オプティマイザーは DecoupledLionW で、ベータは 0.99 と 0.95 で、重み減衰はありません。 学習率スケジューラは、ウォームアップが合計トレーニング期間の 2%、最終学習率乗数が 0 の LinearWithWarmupSchedule です。

    コンテキストの長さ

    データ・サンプルの最大シーケンス長。 この設定より長いデータは切り捨てられます。 デフォルトは選択したモデルによって異なります。

    評価データ

    [参照]をクリックしてUnity Catalog内のテーブルを選択するか、 Hugging Faceテーブルの完全な URL を入力します。 このフィールドを空白のままにすると、評価は実行されません。

    モデルの評価プロンプト

    モデルの評価に使用するオプションのプロンプトを入力します。

    エクスペリメント名

    デフォルトでは、実行ごとに新しい自動生成された名前が割り当てられます。 オプションでカスタム名を入力するか、ドロップダウン リストから既存の拡張機能を選択できます。

    カスタムウェイト

    デフォルトでは、選択したモデルの元の重みを使用してトレーニングが開始されます。 Composer チェックポイントからカスタム ウェイトを開始するには、チェックポイント値を含むUnity Catalogテーブルへのパスを入力します。