Eğitimin Amacı ve Kapsamı
Temel veya genel amaçlı modeller kurumsal uygulamalarda sıkça format kurallarını ihlal eder, sistem prompt'undaki negatif kısıtları ("şunu asla yapma") göz ardı eder veya uzun sistem talimatlarına ihtiyaç duyar. Instruction tuning, modele talimatları harfiyen takip etme, kurumsal tonda konuşma ve yapılandırılmış çıktı üretme davranışını kazandırır.
Eğitimde görev taksonomisi oluşturma, sistem prompt'u çeşitlendirme, Evol-Instruct ile karmaşık kısıtlı talimat üretimi, JSON/XML şema uyumu, kapsam dışı soruları reddetme (refusal) örnekleri ve IFEval tarzı doğrulanabilir talimat testleri uygulanır. Katılımcılar kurumsal kurallara uyan özelleştirilmiş bir instruction-tuned model geliştirir.
Kimler Katılmalı?
- Kurumsal asistan ve otomasyon modelleri geliştiren yapay zeka mühendisleri
- Yapılandırılmış veri çıkarımı, sınıflandırma ve özetleme modelleri eğiten veri bilimciler
- Sistem prompt'larını kısaltıp model tutarlılığını artırmak isteyen uygulama geliştiricileri
- Ön koşul: Python ve temel LLM / SFT bilgisi
Kazanımlar
- Biçim, uzunluk, üslup ve negatif kısıtları birlikte içeren zengin bir instruction veri seti tasarlamak
- Modelin tek bir sabit sistem prompt'una ezber yapmasını önleyen dinamik sistem prompt'u çeşitliliği kurmak
- Hataya yer bırakmayan JSON/fonksiyon çağrısı ve yapılandırılmış çıktı uyumu kazandırmak
- Belirsiz sorularda netleştirme isteyen ve yetki dışı konularda güvenli reddeden davranış örnekleri eklemek
- IFEval tarzı kural tabanlı doğrulayıcılarla modelin talimat uyum oranını ölçmek
Konular
Instruction Tuning'in Amacı ve Davranışsal Hedefler
- Bilgi öğretmek ile talimat takip etme (instruction following) becerisi kazandırmak arasındaki fark
- Uzun sistem prompt'larını model ağırlıklarına içselleştirme (prompt compression) vs dinamik kural takibi
Talimat Taksonomisi ve Evol-Instruct ile Karmaşıklık Artırma
- Tek görevli (single-task) ve çok görevli (multi-task) instruction karışımı
- In-depth (kısıt ekleme, derinleştirme, somutlaştırma) ve in-breadth talimat evrimi
- Pozitif ve negatif kısıtların (kelime sınırı, yasaklı terimler, zorunlu bölümler) dengelenmesi
Yapılandırılmış Çıktı, Çok Turlu Diyalog ve Güvenli Red
- Karmaşık JSON Schema ve tablo çıktılarına %99+ uyum için eğitim tasarımı
- Eksik bilgide uydurmak yerine soru soran (clarification) çok turlu konuşma örnekleri
- Kurumsal politika dışı taleplerde aşırı red (over-refusal) yaratmadan sınır koruma
Doğrulanabilir Talimat Değerlendirmesi (IFEval Yaklaşımı)
- LLM yargıca güvenmeden kodla denetlenebilir (verifiable instructions) test seti yazma
- Prompt-level ve instruction-level strict/loose doğruluk metrikleri
Atölye: Kurumsal Asistan İçin Instruction Tuning
- Kurum üslup ve format kurallarını içeren instruction setinin oluşturulması ve eğitimi
- Eğitim öncesi ve sonrası kısıt uyum oranlarının karşılaştırılması
Bu Kategorideki Diğer Eğitimler
-
SFT sonrasında modelin tonunu, doğruluğunu ve güvenliğini iyileştiren DPO, IPO, KTO, ORPO ve SimPO algoritmalarını; chosen/rejected tercih verisi oluşturma ve beta ayarlarıyla öğreten ileri seviye eğitim.
- Canlı Kurs
- 5 modül
-
Etiketli verinin az olduğu kurumsal alanlarda teacher LLM'ler, Evol-Instruct, persona matrisleri, Distilabel ve doğrulayıcı filtrelerle yüksek kaliteli SFT ve tercih verisi üretmeyi öğreten uygulamalı eğitim.
- Canlı Kurs
- 5 modül
-
Az ama yüksek etkili örneklerle (LIMA ilkesi) SFT ve çok turlu konuşma veri seti tasarlama; görev karışım oranları, uzman etiketleme kılavuzları ve veri versiyonlamayı kapsayan uygulamalı eğitim.
- Canlı Kurs
- 5 modül
-
İnce ayar yapılmış modellerde görev başarısını, catastrophic forgetting regresyonlarını, halüsinasyon ve güvenlik kaymalarını lm-evaluation-harness, özel görev testleri ve ikili kıyaslamalarla ölçme eğitimi.
- Canlı Kurs
- 5 modül
-
Llama, Qwen, Mistral, Gemma ve DeepSeek gibi açık ağırlıklı modelleri kurumsal ortama uyarlama; mimari farklar, özel kontrol token'ları, nicemleme (AWQ/GGUF/FP8) ve self-hosted dağıtıma hazırlama eğitimi.
- Canlı Kurs
- 5 modül
-
Sondan eklemeli Türkçe yapısının BPE tokenizer verimliliğine etkisini, kelime dağarcığı genişletme ve continual pre-training yöntemlerini, Türkçe benchmark ve kültürel/hukuki bağlam uyarlamasını ele alan eğitim.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
