简介
在我之前的文章中,我讨论了微调大型语言模型 (LLM) 的基础知识及其使用该Apple MLX框架的具体用例,包括如何构建 LLM 的自定义版本。那篇文章重点介绍了使用 微调 LLM 的特定用例,mistralai/Mistral-7B-Instruct-v0.2用于Low Rank Adapters (LoRA)文本到 SQL 任务,允许模型根据用户提示生成 SQL 查询。在这篇文章中,我将探讨用于医疗诊断预测的更高级 LLM 微调用例。在这里,我mistralai/Mistral-7B-Instruct-v0.2使用医疗数据集进行了微调,其中包括疾病和症状的自然语言描述。通过使用mistralai/Mistral-7B-Instruct-v0.2该数据集训练模型,模型可以学会根据输入症状预测潜在的诊断。微调过程是在配备 M2 芯片的 Apple Silicon Mac 上使用 LoRA 和 Apple MLX 框架执行的。微调之后,这些自定义模型使用 运行。与本文相关的所有源代码都已在放到文章底部。
推荐文章
-
《PatchTST:时间序列预测的突破 从理论到实践,了解 PatchTST 算法并将其与 N-BEATS 和 N-HiTS 一起应用在 Python 中)》 权重1,PatchTST、N-BEATS
</