Fine-Tuning

İLERİ

LoRA, QLoRA, PEFT yöntemleri; veri hazırlama, eğitim döngüsü ve model değerlendirme.

📋 Konu Listesi

01 Fine-tuning nedir → 02 Ne zaman fine-tune yapılır (ne zaman yapılmaz) → 03 Full fine-tuning vs PEFT → 04 LoRA nedir → 05 QLoRA nedir → 06 Training data hazırlama → 07 JSONL format (OpenAI fine-tune formatı) → 08 Overfitting nasıl önlenir → 09 Hyperparameter seçimi (lr, epochs, batch size) → 10 OpenAI fine-tuning API → 11 Hugging Face Transformers ile fine-tuning → 12 Unsloth ile hızlı fine-tuning → 13 Axolotl framework → 14 Fine-tune sonrası değerlendirme →

15 MMLU, HellaSwag gibi benchmark'lar Yakında

16 Domain-specific fine-tuning → 17 Instruction fine-tuning → 18 DPO (Direct Preference Optimization) → 19 ORPO → 20 Fine-tune vs RAG maliyet karşılaştırması →

Konu Listesi

Fine-tuning nedir
Ne zaman fine-tune yapılır (ne zaman yapılmaz)
Full fine-tuning vs PEFT
LoRA nedir
QLoRA nedir
Training data hazırlama
JSONL format (OpenAI fine-tune formatı)
Overfitting nasıl önlenir
Hyperparameter seçimi (lr, epochs, batch size)
OpenAI fine-tuning API
Hugging Face Transformers ile fine-tuning
Unsloth ile hızlı fine-tuning
Axolotl framework
Fine-tune sonrası değerlendirme
MMLU, HellaSwag gibi benchmark’lar
Domain-specific fine-tuning
Instruction fine-tuning
DPO (Direct Preference Optimization)
ORPO
Fine-tune vs RAG maliyet karşılaştırması

LLM Temelleri Prompt Mühendisliği RAG Sistemleri AI Agents MCP Protocol Token Optimizasyonu Fine-Tuning LLM Mimarisi Değerlendirme Güvenlik & Etik MLOps Multimodal AI Özel Araçlar Knowledge Bases İleri Seviye LLM Temelleri Prompt Mühendisliği RAG Sistemleri AI Agents MCP Protocol Token Optimizasyonu Fine-Tuning LLM Mimarisi Değerlendirme Güvenlik & Etik MLOps Multimodal AI Özel Araçlar Knowledge Bases İleri Seviye

Fine-Tuning

📋 Konu Listesi

Konu Listesi

AI Kariyerine Bugün Başla