Підготовка даних для fine-tuning збирає пари, які потім з’їсть навчання: інструкція і відповідь або короткий діалог, який ви готові повторювати. Імена полів збігаються з тим, чого чекає ваш запуск, а поділ береться з train, validation і test. Fine-tuning на цій сторінці — про дані, не про прогін на GPU.

Голос компанії з жмені рекламних рядків я не вигадую. Якщо потрібної поведінки немає в живих відповідях, або добираємо приклади, або позначаємо синтетичний зріз у synthetic data. Пари вподобань входять лише коли в брифі є дві відповіді з рангом, а не за замовчуванням. Як влаштований корпус донавчання — у статті датасет для SFT.

Приймання — файл, який назване навчання вміє прочитати, вибірка пар із джерелами і зріз validation, який не повторює train. Сам прогін донавчання і видача моделі — впровадження AI. Вузький набір для SFT часто займає 3–6 тижнів.