စာမေးပွဲ အချိန်!

အခုတော့ သင်ရဲ့ ဗဟုသုတတွေကို စမ်းသပ်ရမယ့်အချိန် ရောက်လာပါပြီ။ ဒီအခန်းမှာ သင်ယူခဲ့တဲ့ အကြောင်းအရာတွေကို ဘယ်လောက်နားလည်သလဲဆိုတာ စစ်ဆေးဖို့အတွက် မေးခွန်းတိုလေးတွေ ကျွန်တော်တို့ ပြင်ဆင်ပေးထားပါတယ်။

စာမေးပွဲကို ဖြေဆိုဖို့အတွက် အောက်ပါအဆင့်တွေကို လိုက်နာပေးရပါမယ်။

၁။ သင်၏ Hugging Face account ကို Sign in လုပ်ပါ။ ၂။ မေးခွန်းတွေကို ဖြေဆိုပါ။ ၃။ သင်၏ အဖြေများကို Submit လုပ်ပါ။

ရွေးချယ်စရာအများအပြားပါသော မေးခွန်းများ (Multiple Choice Quiz)

ဒီမေးခွန်းမှာ၊ ရွေးချယ်စရာစာရင်းထဲကနေ မှန်ကန်တဲ့အဖြေကို ရွေးချယ်ပေးရပါမယ်။ Supervised fine-tuning ရဲ့ အခြေခံအချက်အလက်တွေကို ကျွန်တော်တို့ စစ်ဆေးပါလိမ့်မယ်။

Code မေးခွန်းများ (Code Quiz)

ဒီမေးခွန်းမှာတော့ task တစ်ခုကို ပြီးမြောက်အောင် code ရေးသားပေးရပါမယ်။ သင်တန်းမှာ သင်လေ့လာခဲ့တဲ့ datasets, transformers, peft, နဲ့ TRL လို library တွေက code တွေကို ကျွန်တော်တို့ စစ်ဆေးပါလိမ့်မယ်။

ဝေါဟာရ ရှင်းလင်းချက် (Glossary)

• Quiz: ဗဟုသုတကို စစ်ဆေးရန်အတွက် အသုံးပြုသော မေးခွန်းများ သို့မဟုတ် စမ်းသပ်မှု။
• Hugging Face Account: Hugging Face ပလက်ဖောင်းပေါ်ရှိ သုံးစွဲသူအကောင့်။
• Sign in: အသုံးပြုသူအမည်နှင့် စကားဝှက်ကို အသုံးပြု၍ account တစ်ခုသို့ ဝင်ရောက်ခြင်း။
• Submit: အဖြေများ သို့မဟုတ် အချက်အလက်များကို ပေးပို့ခြင်း။
• Multiple Choice Quiz: ရွေးချယ်စရာအများအပြားထဲမှ မှန်ကန်သောအဖြေကို ရွေးချယ်ရသော မေးခွန်းပုံစံ။
• Supervised Fine-Tuning (SFT): ကြိုတင်လေ့ကျင့်ထားပြီးသား (pre-trained) မော်ဒယ်တစ်ခုကို တိကျသောလုပ်ငန်းဆောင်တာများ (specific tasks) အတွက် label ပါသော ဒေတာများကို အသုံးပြု၍ ထပ်မံလေ့ကျင့်ခြင်းနည်းလမ်း။
• Fundamentals: အခြေခံအချက်အလက်များ သို့မဟုတ် အခြေခံသဘောတရားများ။
• Code Quiz: သတ်မှတ်ထားသော လုပ်ငန်းဆောင်တာတစ်ခုကို ပြီးမြောက်စေရန် code ရေးသားရသော မေးခွန်းပုံစံ။
• datasets Library: Hugging Face Datasets library ကို ရည်ညွှန်းပြီး AI မော်ဒယ်တွေ လေ့ကျင့်ဖို့အတွက် ဒေတာအစုအဝေး (datasets) တွေကို လွယ်လွယ်ကူကူ ဝင်ရောက်ရယူ၊ စီမံခန့်ခွဲပြီး အသုံးပြုနိုင်စေပါတယ်။
• transformers Library: Hugging Face Transformers library ကို ရည်ညွှန်းပြီး Transformer မော်ဒယ်တွေကို အသုံးပြုပြီး Natural Language Processing (NLP), computer vision, audio processing စတဲ့ နယ်ပယ်တွေမှာ အဆင့်မြင့် AI မော်ဒယ်တွေကို တည်ဆောက်ပြီး အသုံးပြုနိုင်စေပါတယ်။
• peft Library (Parameter-Efficient Fine-Tuning): Large Language Models (LLMs) များကို ထိရောက်စွာ fine-tuning လုပ်နိုင်ရန်အတွက် parameter အရေအတွက် အနည်းငယ်ကိုသာ လေ့ကျင့်ပေးသော နည်းလမ်းများကို ပံ့ပိုးပေးသည့် Hugging Face library။ LoRA (Low-Rank Adaptation) ကဲ့သို့သော နည်းပညာများ ပါဝင်သည်။
• TRL Library (Transformer Reinforcement Learning): Hugging Face library တစ်ခုဖြစ်ပြီး Reinforcement Learning from Human Feedback (RLHF) ကဲ့သို့သော နည်းလမ်းများကို အသုံးပြု၍ Large Language Models (LLMs) များကို fine-tuning လုပ်ရန် ဒီဇိုင်းထုတ်ထားသည်။ SFTTrainer လည်း ၎င်းတွင် ပါဝင်သည်။

Update on GitHub