在本地使用自定义数据集和评估指标对 Ollama 模型、提示词和 LoRA 进行微调,无需云资源。
Ollama Model Tuner v1.0.0是一项面向实际任务的技能,主要用于🎯X目的.Prompt 工程 & A/B测试.;Modelfile定制.;
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
!ollama-model-tuner --model llama3 --dataset ./data.json --task classification
scripts/tune.py:含评估循环的 Python 调优脚本prompts/system.md:基础系统提示词Ollama 0.3+、Python 3.10+,数据集格式为 JSONL 或 CSV。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习
最新文章