Esplora i modelli di base IBM progettati per supportare le conoscenze e le competenze fornite dalla comunità open source. Esplorate la tassonomia di un foundation model per trovare le lacune di conoscenza che potete colmare contribuendo con le vostre competenze.
IBM watsonx.ai supporta modelli di base che utilizzano un nuovo metodo di ottimizzazione dell'allineamento di IBM Research. Il Large-scale Alignment for chatBots, o LAB, è un metodo per aggiungere nuove conoscenze e abilità ai modelli di base esistenti, generando dati sintetici per la nuova capacità e utilizzando poi i dati generati per mettere a punto il foundation model.
Invece di costruire un nuovo foundation model da zero o di creare un modello derivato con una messa a punto, potete usare IntructLab per aumentare un foundation model esistente con le funzionalità necessarie per il vostro caso d'uso.
I seguenti modelli di fondazione supportano i contributi della comunità da InstructLab:
- granite-7b-lab
- granite-20b-multilingual
Per ulteriori informazioni su questi modelli di base, vedi Supported foundation models.
Esplorare conoscenze e competenze
Quando un foundation model viene addestrato con le conoscenze e le competenze fornite dalla comunità open source, è disponibile una pagina di tassonomia del modello. La tassonomia mostra una gerarchia delle conoscenze e delle competenze che sono state apportate al foundation model, dove ogni nodo finale rappresenta una competenza apportata.
Dalla scheda del modello foundation model in Prompt Lab, fare clic su Tassonomia della formazione per esplorare le conoscenze e le competenze aggiunte al modello utilizzando il metodo di regolazione LAB.
- Un'abilità insegna al modello a fare qualcosa, come scrivere un'e-mail promozionale o riassumere un report. Quando contribuisci a una capacità, fornisci almeno cinque esempi di valori di inizializzazione che vengono utilizzati per generare dati sintetici per la formazione.
- La conoscenza è i dati e i fatti di cui un modello ha bisogno per rispondere in modo più accurato alle domande. Quando si fornisce conoscenza, si forniscono dati di messa a terra e coppie di domande e risposte correlate ai dati.
Se una competenza necessaria per il vostro caso d'uso non è disponibile nel foundation model, costruitela e contribuitela.
Competenze di contribuzione
Contribuite con le vostre competenze a un foundation model di InstructLab.
InstructLab è un'iniziativa open-source di Red Hat e IBM che fornisce una piattaforma per aumentare le capacità di un foundation model.
Per iniziare, unitevi alla comunità di InstructLab su GitHub.
Workflow InstructLab
Il flusso di lavoro per l'ampliamento dei modelli di base da InstructLab consiste nei seguenti passi:
I membri della comunità sperimentano InstructLab-compatible modelli di fondazione.
Se viene identificata un'area di miglioramento, il membro della comunità può contribuire con nuove competenze al foundation model.
Il foundation model viene messo a punto utilizzando il metodo di allineamento-tuning LAB con dati di addestramento sintetici generati da esempi forniti dal contributore.
Dopo l'approvazione di un contributo, la competenza viene inserita in una nuova build del foundation model, ora arricchita con le competenze personalizzate.
Ulteriori informazioni
- Blog diRed Hat: Che cos'è InstructLab?
- RicercaIBM: Un modo più rapido e sistematico per addestrare modelli linguistici di grandi dimensioni per le aziende
- RicercaIBM: Cos'è l'allineamento dell'IA?
- Documento di ricerca sul LAB
Argomento principale Modelli di base supportati