Компания хочет выполнить instruction-fine-tuning базовой модели, чтобы она могла отвечать на вопросы, специфичные для предметной области. Как компания должна подготовить обучающие данные?

Правильный ответ — создание пар вопросов и ответов, специфичных для предметной области. Instruction-fine-tuning требует данных в формате инструкций, обычно в виде пар "запрос-ответ", чтобы модель научилась следовать указаниям и генерировать релевантные ответы. Для ответов на вопросы, специфичные для предметной области, необходимо обучить модель на данных, которые отражают эту область. Сбор внутренних документов и отраслевых материалов (первый вариант) полезен для предварительного обучения или RAG, но не является форматом для instruction-fine-tuning. Сбор внешних отзывов (второй вариант) относится к анализу настроений, а не к ответам на вопросы по предметной области. Создание few-shot prompts (четвертый вариант) — это метод инференса, а не подготовки обучающих данных для fine-tuning.