Yila
大規模な言語モデルの LoRA 微調整 (ZH)

AI・コンピューティング

大規模な言語モデルの LoRA 微調整

構成:
凍結ウェイトの横にある低ランクの脇道
アスペクト比:
16:9

プロンプト

【大規模な言語モデルのLoRA微調整】の概略図を作成します。 1. 一番左: 【大規模な言語モデルの小さな層のスタック。破線のズーム線は 1 つのレイヤーから右側のメインの図につながっています。 2. メイン図、下から上に読みます: 【入力 x が一番下に入り、2 つの並列パスに分割されます】。 3. 左側のパス: [事前トレーニングされた重みを表す大きな灰色の四角形と、それらがフリーズされていることを示す小さな鍵のアイコン]。 4. 右のパス: [上に向かって狭くなる台形 A、次に上に広がる台形 B、どちらも明るいオレンジ色で、訓練可能であることを示す小さな炎のアイコン]。 5. 【2つのパスは上部のプラス円で交わるので、出力hが得られます。】 各ラベルは図全体で 1 回だけ記述します。 ラベル(それぞれ一度だけ使用し、他の文字は追加しない): 【Large language model, x, Pretrained weights (frozen), A, B, Trainable, h】. スタイル: ジャーナル形式の概略図。白い背景にきれいなフラット ベクトル グラフィックス。モジュールは、内側に短い名前が入った角丸長方形または単純なアイコンです。ライト パステル パネルは、関連するレイヤーをグループ化します。落ち着いた色は 3 ~ 4 色だけで、それぞれに 1 つの固定された意味があります。細く均一な矢印は、データ、エネルギー、物質、または影響の流れを示します。間接リンクまたはフィードバック リンクの破線の矢印。サンセリフ英語ラベルのみ。各ラベルは 1 回だけ表示され、指定されたとおりに綴られます。 3D レンダリング、影、輝き、サイバーパンクやテクノロジー背景の装飾、フォトリアリズムはありません。

このプロンプトと作例を参考画像として Yila で開きます。

作例は Nano Banana で生成しました。GPT Image などほかの画像モデルでも使えますが、結果はモデルによって異なります。

すべてのプロンプトを見る