يناقش هذا المقال طرقًا لتعزيز أداء نماذج اللغة الكبيرة (LLMs) من خلال تنقيحها باستخدام مجموعات بيانات تمت اختيارها بعناية. بدلاً من تعديل هندسة النموذج أو خوارزميات التدريب، يتم التركيز على تعديل مجموعات البيانات المستخدمة لتنقيح التعليمات المستندة إلى التدريب. يقدم المقال أيضًا نصائح حول كيفية إعداد مجموعات بيانات شخصية لتنقيح نماذج اللغة الكبيرة مفتوحة المصدر.
تتضمن الاستراتيجيات المؤكدة تنقيح التدريب الموجه، واستخدام مجموعات البيانات التي تم إنشاؤها بواسطة البشر والتي تم إنشاؤها بواسطة LLM، وتطبيق هذه التقنيات في سياق تحدي نوريبس لكفاءة نماذج اللغة الكبيرة. يوحي المقال أيضًا بتجارب جديدة محتملة ويناقش أهمية مجموعات البيانات البشرية عالية الجودة.