Key points are not available for this paper at this time.
Die Anleitungstuning bei großen Sprachmodellen ist ein wesentlicher Prozess, damit Modelle gut funktionieren und in spezifischen Aufgaben hohe Leistungen erzielen. Dementsprechend werden in weit verbreiteten Sprachen wie Englisch anleitungsbasierte Datensätze erstellt und öffentlich zugänglich gemacht. Im Fall des Koreanischen hängen öffentlich verfügbare Modelle und Datensätze alle von der Nutzung der Ausgaben von ChatGPT oder der Übersetzung englischsprachiger Datensätze ab. In diesem Papier stellen wir KIT-19 als einen Anleitungdatensatz für die Entwicklung von LLM im Koreanischen vor. KIT-19 ist ein Datensatz, der in einem Anleitungsformat erstellt wurde und 19 bestehende Open-Source-Datensätze für koreanische NLP-Aufgaben umfasst. In diesem Papier trainieren wir ein koreanisches vortrainiertes LLM mithilfe von KIT-19, um seine Wirksamkeit zu demonstrieren. Die experimentellen Ergebnisse zeigen, dass das auf KIT-19 trainierte Modell bestehende koreanische LLMs erheblich übertrifft. Basierend auf seiner Qualität und den empirischen Ergebnissen schlägt dieses Papier vor, dass KIT-19 das Potenzial hat, einen wesentlichen Beitrag zur zukünftigen Verbesserung der Leistung koreanischer LLMs zu leisten.
Jang et al. (Mon,) haben diese Frage untersucht.