튜닝 모델과 기반 모델 평가
평가 세트에서 기반 모델과 A/B 비교를 수행합니다 — 미세 조정이 도움이 되기보다 오히려 해가 되는 경우도 있습니다.
튜닝 모델과 기반 모델 평가은(는) CoddyKit의 무료 AI Agents 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Agents 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.
이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.
학습 손실을 그대로 믿지 마십시오
학습 손실이 낮다고 해서 운영 환경에서 더 나은 것은 아닙니다. 모델이 과적합하거나, 일반적인 기능을 잃거나, 보지 못한 작업의 성능을 떨어뜨릴 수 있습니다.
항상 따로 보류한 평가 세트에서 조정한 모델을 평가하십시오.
반드시 필요한 세 가지 평가 분할
- 학습 — 미세 조정에 사용
- 검증 — 최적의 체크포인트 선택에 사용
- 테스트 — 학습 중에는 전혀 보지 않으며, 최종 평가에만 사용
A/B Against Base
results_base = run_eval(base_model, eval_set)
results_tuned = run_eval(tuned_model, eval_set)
print(f'Base: {results_base.score}')
print(f'Tuned: {results_tuned.score}')
print(f'Delta: {results_tuned.score - results_base.score:+.2f}')치명적 망각에 주의하기
제한적인 데이터로 미세 조정하면 모델이 OTHER 작업을 더 못하게 될 수 있습니다. 새로운 전문 분야뿐 아니라 폭넓은 평가 세트에서도 검사하십시오.
범주별 보고
평가 세트에 태그를 지정하고 범주별 점수를 보고하십시오:
Category 'extraction': base 0.78 -> tuned 0.91 (+0.13)
Category 'reasoning': base 0.85 -> tuned 0.78 (-0.07) <-- regression
Category 'chat': base 0.82 -> tuned 0.83 (+0.01)보정
조정한 모델은 과도하게 확신하는 경우가 많습니다. 예측한 정답 확률과 실제 정답 여부를 비교하고, 필요하면 보정하십시오.
길이와 스타일의 변화
조정한 모델은 학습 데이터의 분포를 향해 변합니다. 학습 데이터가 더 짧으면 출력도 짧아집니다. 때로는 바람직하지만, 때로는 그렇지 않습니다.
실제 환경 A/B 테스트
오프라인 평가를 넘어 실제 운영 환경에서 A/B 테스트를 진행하십시오:
if user.bucket == 'tuned':
response = tuned_model.run(...)
else:
response = base_model.run(...)
log_metric('thumbs_up', response.feedback)품질과 비용 비교
조정한 모델은 더 작고 저렴할 수 있습니다. 전체 비용과 품질을 비교하면 다음과 같습니다:
- 기본 GPT-4o: 호출당 X달러, 품질 Y
- 조정한 Llama 8B(자체 호스팅): 호출당 X/10달러, 품질 0.9Y
- Y가 충분히 높게 유지된다면 우승 모델이 될 가능성이 큽니다
숨겨진 실패 방식
적대적 입력을 시도하십시오:
- 안전장치를 우회하려는 프롬프트
- 분포 밖 입력
- 극단적인 사례의 프롬프트
미세 조정으로 안전성이 약해지는 경우도 있으므로 배포하기 전에 확인하십시오.
LLM 평가자의 주의점
LLM 평가자를 사용하는 경우 조정한 모델과 다른 모델 계열을 사용하십시오. 그렇지 않으면 평가자가 편향된 높은 점수를 줄 수 있습니다.
데이터셋을 반복 개선할 시점
평가에서 특정 범주의 성능이 하락했다면 다음과 같이 하십시오:
- 운영 환경 실행 기록에서 비슷한 예시를 찾습니다
- 이를 학습 세트에 추가합니다
- 다시 학습합니다
- 다시 평가합니다
되돌려도 OK입니다
조정한 모델의 성능이 떨어지면 버리고 다시 시도하십시오. 매몰 비용은 더 나쁜 모델을 배포할 이유가 되지 않습니다.
치명적 망각
미세 조정에서 치명적 망각이란 무엇입니까?
복습
YOUR 기준 데이터셋에서 조정한 모델을 기본 모델과 비교하여 평가하십시오. 범주별 성능 저하를 확인하십시오. 운영 환경에서 A/B 테스트를 진행하십시오. 성능이 떨어지면 되돌리고, 일부만 개선되면 데이터셋을 반복해서 개선하십시오.
자주 묻는 질문
“튜닝 모델과 기반 모델 평가” 강의는 무료인가요?
네 — “튜닝 모델과 기반 모델 평가” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 AI Agents 강의 전체를 잠금 해제할 수 있습니다. AI Agents 강의에는 총 4개의 강의가 포함되어 있습니다.
“튜닝 모델과 기반 모델 평가”에서 뭘 배우나요?
평가 세트에서 기반 모델과 A/B 비교를 수행합니다 — 미세 조정이 도움이 되기보다 오히려 해가 되는 경우도 있습니다. 브라우저에서 직접 실행하는 실습 코드로 AI Agents을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
AI Agents을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 AI Agents은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.
“튜닝 모델과 기반 모델 평가” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 AI Agents 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 AI Agents 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.