自定义模型训练指南
LettuceDetect支持基于自有数据的模型微调，具体流程如下：
Vorbereitung der Daten
- 下载标准格式的RAGTruth数据集
- 存放至
data/ragtruthVerzeichnis (auf der Festplatte des Computers) - 运行预处理脚本生成训练数据
训练执行
python scripts/train.py --data_path data/ragtruth/ragtruth_data.json --model_name answerdotai/ModernBERT-base --output_dir outputs/hallucination_detector --batch_size 4 --epochs 6 --learning_rate 1e-5
Beschreibung der wichtigsten Parameter
- los_größe：根据GPU显存调整
- epochs：通常3-6轮即可
- lern_rate：建议1e-5到5e-5
训练完成后，可将新模型路径传入HallucinationDetector初始化使用。该功能适合需要针对特定领域优化检测效果的进阶用户。
Diese Antwort stammt aus dem ArtikelLettuceDetect: ein effizientes Werkzeug zur Erkennung von Halluzinationen im RAG-SystemDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " 能否使用LettuceDetect训练自定义的幻觉检测模型？
Deutsch 
简体中文 
English 
日本語 
Português do Brasil