I classificatori agili sono un metodo efficiente e flessibile per creare classificatori personalizzati dei criteri dei contenuti mediante l'ottimizzazione di modelli come Gemma, per soddisfare le tue esigenze. Ti consentono inoltre di avere il controllo completo su dove e come vengono eseguiti.
Tutorial su Gemma Agile Classifier
 Avvia codelab
|
 Avvia Google Colab
|
Il codelab e tutorial: usa LoRA per mettere a punto un Gemma che funga da classificatore delle norme relative ai contenuti utilizzando KerasNLP libreria. Utilizzando solo 200 esempi del set di dati ETHOS, questo classificatore raggiunge un punteggio F1 di 0,80 e un punteggio ROC-AUC di 0,78, un risultato migliore rispetto ai risultati della classifica di oggi. Se addestrato sulla base di 800 esempi, come gli altri classificatori in classifica, il classificatore agile basato su Gemma raggiunge un punteggio F1 di 83,74 e un punteggio ROC-AUC di 88,17. Puoi adattare le istruzioni del tutorial per perfezionare ulteriormente questo classificatore o per creare le tue misure di salvaguardia personalizzate per i classificatori di sicurezza.