多轮对话sft loss 怎么算？

比如当前语料是 $Q_1A_1\dots Q_nA_n$ ，训练时只计算 $A_1\dots A_n$ 对应位置的 loss 即可。

mask loss 是对把这个多轮对话语料拆成 $n$ 条数据（ $Q_1\rightarrow A_1,Q_1A_1Q_2\rightarrow A_2\dots Q_1A_1\dots Q_n\rightarrow A_n$ ）的改良

不过我昨天才发现我之前想的 transformers 计算 loss 的方式全错了。

posted @ 2024-07-30 12:29 没学完四大礼包不改名阅读(207) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

【推荐】还在用 ECharts 开发大屏？试试这款永久免费的开源 BI 工具！
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步

相关博文：

· 【考试总结】2022-04-12

· 【考试总结】2022-07-23

· NLP之基于BERT的预测掩码标记和句间关系判断

· 尝试学习训练一个GPT-2对话模型

· Transformers--4-37-中文文档-三十九-

阅读排行：
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球运作规律