לבחור משימה ממוקדת
מתארים את הקלט, את הפלט שמצפים לו ואת המקרים שחשובים. מיון בקשות או שליפה של כמה שדות מתוכן הם נקודת התחלה הרבה יותר טובה ממטרה רחבה כמו "להבין את העסק".
לבחור דוגמאות ואיפה לאמן
משתמשים רק בדוגמאות שיש לך רשות להשתמש בהן. מחליטים איזה מחשב יבצע את האימון (אחד משלך, או Tinker של Thinking Machines), וגם על הרישיון של המודל ועל התקציב. אחר כך מבקשים מ-Agent שמורשה לאמן מודלים לארגן את העבודה.
להכין ולבדוק את הדוגמאות
Agents יכולים לעזור לאסוף דוגמאות ולבדוק את האיכות שלהן. כשיש אי-הסכמה לגבי דוגמה, כדאי ליישב אותה או להניח את הדוגמה בצד. כדאי גם לשמור סט בדיקה שהמודל החדש אף פעם לא מתאמן עליו.
לאמן ולהשוות
מריצים את האימון, ואז משווים את המודל החדש עם זה שממנו התחלת, על הדוגמאות ששמרת בצד. כדאי להסתכל גם על סוגי הטעויות שלו, ולא רק על הציון הכולל.
להכניס את המודל לעבודה
מודל שאומן על אחד המחשבים שלך נשאר שם ורץ שם. בוחרים אילו Agents או משימות יכולים להשתמש בו. לתת ל-Agent להתייעץ עם המומחה זו החלטה נפרדת מהחלפת המודל הראשי של אותו Agent.
לשמור עין על התוצאות
שומרים כל גרסה שאושרה מקושרת לדוגמאות ולבדיקות שמאחוריה. עוקבים אחרי הביצועים שלה במשימה שבשבילה נבנתה, וחוזרים לגרסה קודמת אם מתברר שהיא הייתה הבחירה הטובה יותר.
האימון נמצא בתצוגה מקדימה. הוא רץ על המחשב שלך (Mac עם Apple silicon, מחשב Windows או Linux עם כרטיס מסך של NVIDIA, או מחשב Linux עם גרפיקה של Intel) או ב-Tinker של Thinking Machines, בפרויקט נפרד לסביבת העבודה שלך.