InstructLab-compatible modèles de fondation
Explorez les modèles de fondation IBM qui ont été mis au point à l'aide de InstructLab. Explorez la taxonomie foundation model pour trouver les lacunes en matière de connaissances que vous pouvez combler en apportant vos compétences.
IBM watsonx.ai prend en charge les modèles de base qui utilisent une nouvelle méthode d'ajustement de l'alignement d' IBM Research. L'alignement à grande échelle pour chatBots, ou LAB , est une méthode permettant d'ajouter de nouvelles connaissances et compétences aux modèles de base existants en générant des données synthétiques pour la nouvelle capacité, puis en utilisant les données générées pour ajuster les instructions du foundation model .
Au lieu de créer un nouveau foundation model à partir de zéro ou de créer un modèle dérivé avec un réglage fin, vous pouvez utiliser IntructLab pour augmenter un foundation model existant avec les capacités nécessaires à votre cas d'utilisation.
Les modèles de fondations suivants ont été mis au point en utilisant la méthode de mise au point de l'alignement de InstructLab:
- granite-20b-multilingual
Pour plus d'informations sur ces modèles de base, voir Modèles de base pris en charge.
Exploration des connaissances et des compétences
Lorsqu'un site foundation model est formé avec les connaissances et les compétences apportées, une page de taxonomie de modèle est disponible pour le modèle. La taxonomie montre une hiérarchie des connaissances et des compétences qui ont été apportées au foundation model , où chaque nœud final représente une compétence apportée.
Dans la carte du foundation model Prompt Lab, cliquez sur Taxonomie de formation pour explorer les connaissances et les compétences qui ont été ajoutées au modèle à l'aide de la méthode de réglage LAB.
- Une compétence enseigne au modèle à faire quelque chose, comme écrire un e-mail promotionnel ou résumer un rapport. Lorsque vous fournissez une compétence, vous fournissez au moins cinq exemples de départ qui sont utilisés pour générer des données synthétiques pour l'entraînement.
- Les connaissances sont les données et les faits dont un modèle a besoin pour répondre plus précisément aux questions. Lorsque vous fournissez des connaissances, vous fournissez des données de mise à la terre et des paires de questions-réponses liées aux données.
Si une compétence dont vous avez besoin pour votre cas d'utilisation n'est pas disponible dans le foundation model , créez et contribuez à la compétence.
En savoir plus
- Blog Red Hat : Qu'est-ce InstructLab?
- IBM Research : une méthode plus rapide et systématique pour former de grands modèles linguistiques pour l'entreprise
- IBM Research : Qu'est-ce que l'alignement de l'IA ?
- Document de recherche sur LAB
Rubrique parent: Modèles de base pris en charge