Yila
Ajuste fino de LoRA de um grande modelo de linguagem (ZH)

IA e computação

Ajuste fino de LoRA de um grande modelo de linguagem

Composição:
um caminho lateral de baixa classificação ao lado de pesos congelados
Proporção:
16:9

Prompt

Crie um esquema de 【ajuste LoRA de um modelo de linguagem grande】: 1. Extrema esquerda: 【uma pequena pilha de camadas para o modelo de linguagem grande; linhas de zoom tracejadas levam de uma camada ao diagrama principal à direita】. 2. Diagrama principal, lido de baixo para cima: 【a entrada x entra na parte inferior e se divide em dois caminhos paralelos】. 3. Caminho à esquerda: 【um grande quadrado cinza para os pesos pré-treinados, com um pequeno ícone de cadeado mostrando que eles estão congelados】. 4. Caminho certo: 【um trapézio A que se estreita para cima, depois um trapézio B que se alarga para cima, ambos laranja brilhante com um pequeno ícone de chama mostrando que são treináveis】. 5. 【Os dois caminhos se encontram em um círculo positivo na parte superior, fornecendo a saída h.】 Escreva cada rótulo apenas uma vez em toda a figura. Rótulos (use cada um apenas uma vez, sem adicionar outro texto): 【Large language model, x, Pretrained weights (frozen), A, B, Trainable, h】. Estilo: diagrama esquemático estilo diário. Limpe gráficos vetoriais planos em um fundo branco. Os módulos são retângulos arredondados ou ícones simples com seus nomes curtos dentro; painéis em tons pastéis claros agrupam camadas relacionadas. Apenas 3-4 cores suaves, cada uma com um significado fixo. Setas finas e uniformes mostram o fluxo de dados, energia, material ou influência; setas tracejadas para links indiretos ou de feedback. Somente rótulos sem serifa em inglês, cada rótulo aparece exatamente uma vez, escrito exatamente como indicado. Sem renderização 3D, sem sombras, sem brilho, sem decoração cyberpunk ou de fundo tecnológico, sem fotorrealismo.

Abre a Yila com este prompt e o exemplo como imagem de referência.

Os exemplos foram gerados com Nano Banana. O prompt também funciona com GPT Image e outros modelos de imagem; os resultados variam conforme o modelo.

Ver todos os prompts