Translation not up to date
The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.
Last updated: 07 Kas 2023
Projenizde hangi modellerin iyi çalışabileceğini belirlemek için, lisans, ön eğitim verileri, model boyutu ve modelin nasıl ayarlandığı gibi model özniteliklerini göz önünde bulundurun. Kullanım senaryosuna en uygun modellerin kısa bir listesini aldıktan sonra, hangilerinin sürekli olarak istediğiniz sonuçları döndürdüğünün görmek için modelleri sistematik olarak test edin.
| Model özniteliği | Dikkat Edilecekler |
|---|---|
| Bağlam uzunluğu | Bazen bağlam penceresi uzunluğu, bağlam penceresiya da sıra uzunluğu üst sınırıolarak adlandırılır; bağlam uzunluğu, giriş bilgi istemindeki simge sayısı ve oluşturulan çıkıştaki simge sayısı için izin verilen üst sınır değeridir. watsonx.aiiçinde modellerle çıkış oluşturduğunuzda, oluşturulan çıkıştaki simge sayısı Maks. tokens parametresiyle sınırlıdır. Bazı modellerde, Lite planları için model çıkışının simge uzunluğu dinamik, modele özgü, ortama dayalı bir üst sınırla sınırlıdır. |
| Maliyet | Temel modellerin kullanılmasının maliyeti kaynak birimleriyle ölçülür. Bir kaynak biriminin fiyatı, temel modele ilişkin faturalama sınıfının oranına bağlıdır. |
| İnce ayar | Önceden eğitildikten sonra, sınıflandırma, bilgi çıkarma, özetleme, yönergelere yanıt verme, soruları yanıtlama veya bir ileri geri iletişim kutusu sohbetine katılma gibi belirli görevler için birçok temel model ince ayarlanmıştır. Planlanmış kullanımınıza benzer görevlerde ince ayarlı olan bir model, genellikle sıfır atımlık bilgi istemleriyle, kullanım senaryoya uyacak şekilde ince ayarlı olmayan modellerden daha iyi performans gösterir. Hassas ayarlı bir model için sonuçları iyileştirmenin bir yolu, bilgi isteminizi, o modele ince ayar yapmak için kullanılan veri kümelerindeki bilgi istemleriyle aynı biçimde yapılandırmaktır. |
| Yönerge-ayarlanmış | Yönerge ayarlı , modelin yönerge içeren bilgi istemleriyle ince ayarlandığı anlamına gelir. Bir model yönerge ayarlı olduğunda, bu bilgi istemlerinin örnekleri olmasa da genellikle yönerge içeren bilgi istemlerine iyi yanıt verir. |
| IP tazminat | Lisans koşullarına ek olarak, modele ilişkin fikri mülkiyet tazmin ilkesini inceleyin. Bazı temel model sağlayıcıları, yapay zeka modellerinin kullanımından kaynaklanacak herhangi bir IP ihlali için bunları sorumluluktan muaf tutmanızı gerektirir. IBM watsonx.aiile ilgili sözleşmeye ilişkin korumalar hakkında bilgi için bkz. IBM watsonx.ai hizmet tanımı. |
| Lisans | Genel olarak, her temel model, modelin nasıl kullanılabileceğini sınırlayan farklı bir lisansla birlikte gelir. Planlanan çözümünüze ilişkin bir model kullanabildiğinizden emin olmak için model lisanslarını inceleyin. |
| Model mimarisi | Modelin mimarisi modelin davranışını etkiler. Dönüştürücü tabanlı bir model genellikle şu mimarilerden birine sahiptir: Yalnızca kodlayıcı: Giriş dizilerini gömülü olarak adlandırılan temsili vektörlere dönüştürerek cümle düzeyinde giriş metnini anlar. Yalnızca kodlayıcı modellerine ilişkin genel görevler arasında sınıflandırma ve varlık çıkarma yer alır. Yalnızca Decoder: Giriş dizisinden çıkarım yaparak çıkış metnini sözcük sözcük oluşturur. Yalnızca kod çözücü modellerine ilişkin genel görevler arasında metin oluşturma ve soruları yanıtlama yer alır. Kodlayıcı-kod çözücü: Her ikisi de giriş metnini anlar ve giriş metnine dayalı olarak çıkış metni oluşturur. Kodlayıcı-kod çözücü modelleri için yaygın görevler arasında çeviri ve özetleme yer alır. |
| Bölgesel kullanılabilirlik | watsonx hizmetleriyle aynı IBM Cloud bölgesel veri merkezinde bulunan modellerle çalışabilirsiniz. |
| Desteklenen doğal diller | Birçok temel model sadece İngilizce 'de iyi çalışır. Ancak bazı model oluşturucular, farklı dillerdeki görevlerde modele ince ayar yapmak ve modelin performansını birden çok dilde test etmek için ön eğitim veri kümelerinde birden çok dil içerir. Küresel bir hedef kitle veya çeviri görevleri yapan bir çözüm için bir çözüm oluşturmayı planlıyorsanız, çok dilli destek göz önünde bulundurarak oluşturulan modelleri arayın. |
| Desteklenen programlama dilleri | Tüm temel modeller, programlama kullanım senaryoları için iyi çalışmaz. Kodu özetleyen, dönüştüren, oluşturan ya da başka bir şekilde işleyen bir çözüm oluşturmayı planlıyorsanız, bu modelin kullanım senaryoya uygun olup olmadığını belirlemek için bir modelin ön eğitim veri kümelerine dahil edilen programlama dillerini ve ince ayar etkinliklerini inceleyin. |
Daha fazla bilgi
- Belirteçler ve tokenizasyon
- Bilgi istemi için model parametreleri
- Bilgi istemi ipuçları
- Watson Machine Learning planları
- Temel modeller için bölgesel kullanılabilirlik
Üst konu: Desteklenen temel modeller