In IBM watsonx.ai, puoi utilizzare i modelli di base IBM creati con integrità e progettati per il business.
Le seguenti famiglie di modelli di infrastruttura IBM sono disponibili in watsonx.ai:
Modelli di fondazione Granite
La famiglia Granite di modelli di base IBM include modelli di decodificazione che possono prevedere e generare il linguaggio in modo efficiente.
I modelli sono stati creati con dati attendibili che presentano le seguenti caratteristiche:
- Provenienti da set di dati di qualità in settori quali finanza (SEC Filings), diritto (Free Law), tecnologia (Stack Exchange), scienza ( arXiv, DeepMind Matematica), letteratura (Progetto Gutenberg ( PG-19)) e altro ancora.
- Conformità con rigorosi standard di governance e di gestione dei dati IBM .
- Scrubbed di odio, abuso e profanità, duplicazione dei dati e URL blocklist, tra le altre cose.
IBM si impegna a sviluppare un'intelligenza artificiale aperta, affidabile, mirata e potenziata. Per ulteriori informazioni sulle tutele contrattuali relative all'indennizzo di IBM, consultare il Contratto di collaborazione con il clienteIBM e la descrizione del servizioIBM watsonx.ai
I seguenti modelli Granite sono disponibili in watsonx.ai: :
- granite-7b-lab
- granite-13b-chat-v2
- granite-13b-instruct-v2
- granite-8b-japanese
- granite-20b-multilingual
- granite-3b-code-instruct
- granite-8b-code-instruct
- granite-20b-code-instruct
- granite-34b-code-instruct
- granite-3-2b-instruct
- granite-3-8b-instruct
- granite-guardian-3-2b
- granite-guardian-3-8b
- granite-ttm-512-96-r2
- granite-ttm-1024-96-r2
- granite-ttm-1536-96-r2
Le sezioni seguenti forniscono una breve descrizione e alcune risorse per conoscere ogni modello. Per ulteriori informazioni, vedi Supported foundation models.
granite-7b-lab
Modello di utilizzo generale creato con un nuovo metodo di ottimizzazione dell'allineamento di IBM Research. Large-scale Alignment for chatBots, o LAB, è un metodo per aggiungere nuove competenze ai modelli di base esistenti, generando dati sintetici per le competenze e utilizzando poi tali dati per mettere a punto il foundation model.
Per le linee guida per il prompt, vedere Prompting del foundation model granite-7b-lab di IBM.
Per le specifiche del modello, vedere Modelli di fondazione supportati.
Scheda modello: scheda modellogranite-7b-lab
Provalo:
granite-13b-chat-v2
Modello di utilizzo generale ottimizzato per i casi di utilizzo delle finestre di dialogo. Questa versione del modello è in grado di generare risposte più lunghe e di qualità superiore con un tono professionale. Il modello può riconoscere le citazioni delle persone e può rilevare il tono e l'opinione.
Per le linee guida sul prompt, vedere Prompting del foundation model granite-13b-chat-v2 di IBM.
Per le specifiche del modello, vedere Modelli di fondazione supportati.
Scheda modello: scheda modellogranite-13b-chat-v2
Provalo:
granite-13b-instruct-v2
Modello di utilizzo generale. Questa versione del modello è ottimizzata per le attività di classificazione, estrazione e riepilogo. Il modello può riconoscere citazioni di persone e può riepilogare input più lunghi.
Per le specifiche del modello, vedere Modelli di fondazione supportati.
Scheda modello: scheda modellogranite-13b-instruct-v2
Provalo:
granite-8b-japanese
Modello di utilizzo generale che supporta la lingua giapponese. Questa versione del modello è basata sul modello Istruzioni Granite ed è ottimizzata per le attività di classificazione, estrazione e risposta alle domande in giapponese. È anche possibile utilizzare il modello per la traduzione tra inglese e giapponese.
Per le specifiche del modello, vedere Modelli di fondazione supportati.
Scheda modello: granite-8b-japanese model card
Provalo:
granite-20b-multilingual
Modello di utilizzo generale che supporta le lingue inglese, tedesco, spagnolo, francese e portoghese. Questa versione del modello è basata sul modello di istruzioni Granite ed è ottimizzata per le attività di classificazione, estrazione e risposta alle domande in più lingue. È anche possibile utilizzare il modello per attività di traduzione.
Per le specifiche del modello, vedere Modelli di fondazione supportati.
Scheda modello: scheda modellogranite-20b-multilingual
Provalo:
Granite Code modelli
Modelli di istruzioni ottimizzati che supportano la discussione, la creazione e la conversione del codice. Utilizzare questi modelli di base per attività di codifica programmatica. I modelli di Granite Code vengono messi a punto sulla base di una combinazione di dati relativi alle istruzioni per migliorare le capacità di seguire le istruzioni, compresi il ragionamento logico e la risoluzione dei problemi.
- granite-3b-code-instruct
- granite-8b-code-instruct
- granite-20b-code-instruct
- granite-34b-code-instruct
I seguenti modelli di fondazione " Granite Code sono versioni ottimizzate per le istruzioni del modello foundation model granite-20b-code-base, progettati per compiti di generazione da testo a SQL.
- granite-20b-code-base-schema-linking
- granite-20b-code-base-sql-gen
Provateli utilizzando il notebook di esempio, Inferencing with Granite Text-to-SQL Models sample notebook.
Per ulteriori informazioni, fare riferimento ai seguenti argomenti:
Schede modello:
- scheda modellogranite-3b-code-instruct
- scheda modellogranite-8b-code-instruct
- scheda modellogranite-20b-code-instruct
- 20b schema di base che collega la scheda modello
- scheda modello20b base SQL gen
- scheda modellogranite-34b-code-instruct
Provali:
Granite Instruct modelli
Modelli di Granite di terza generazione, leggeri e open-source, che vengono messi a punto sulla base di una combinazione di dati di istruzioni open-source e proprietarie con licenza di utilizzo. I modelli linguistici di Granite Instruct sono stati progettati per eccellere nei seguenti compiti di istruzione: riassunto, risoluzione di problemi, traduzione di testi, ragionamento, compiti di codifica, chiamata di funzioni e altro ancora.
- granite-3-2b-instruct
- granite-3-8b-instruct
I modelli di fondazione di Granite Instruct 3.1 supportano 116 linguaggi di programmazione. Per ulteriori informazioni, fare riferimento ai seguenti argomenti:
- Modelli di fondazione supportati
- Anatomia del prompt per i modelli Granite 3.0
- Esempi di prompt
- Campione di chiamata degli strumenti
- Codice ricette
Schede modello:
Provali:
Modelli Granite Guardian
I modelli Granite Guardian sono modelli Granite Instruct di terza generazione finemente sintonizzati e addestrati su dati unici che comprendono annotazioni umane e dati sintetici. I modelli di base sono utili per i casi d'uso di rilevamento dei rischi, applicabili a un'ampia gamma di applicazioni aziendali.
- granite-guardian-3-2b
- granite-guardian-3-8b
Per ulteriori informazioni, fare riferimento ai seguenti argomenti:
Schede modello:
Provali:
Modelli di serie temporali Granite
I modelli IBM Granite time series foundation sono modelli compatti pre-addestrati per la previsione delle serie temporali multivariate di IBM Research, noti anche come Tiny Time Mixers (TTM).
I modelli di serie temporali di Granite sono stati addestrati su quasi un miliardo di campioni di dati di serie temporali provenienti da vari settori, tra cui elettricità, traffico, produzione e altro. È possibile applicare uno di questi modelli pre-addestrati ai dati di destinazione per ottenere una previsione iniziale senza dover addestrare il modello sui propri dati. Quando si riceve una serie di osservazioni di dati storici e temporali, i modelli di fondazione delle serie temporali Granite possono applicare la loro comprensione dei sistemi dinamici per prevedere i valori futuri dei dati.
I seguenti modelli di fondazione delle serie temporali sono disponibili per l'uso in watsonx.ai:
granite-ttm-512-96-r2: Richiede almeno 512 punti di dati per ogni set di dati.granite-ttm-1024-96-r2: Richiede almeno 1.024 punti dati per ogni set di dati.granite-ttm-1536-96-r2: Richiede almeno 1.536 punti dati per ogni set di dati.
I modelli di serie temporali Granite funzionano al meglio con punti dati in intervalli di minuti o ore e generano un set di dati di previsione con un massimo di 96 punti dati per serie temporali, per colonna target.
Provali:
- È possibile inviare una richiesta di inferenza a zero colpi ai modelli utilizzando il metodo di previsione delle serie temporali dell'API watsonx.ai Per ulteriori informazioni, vedere Utilizzo dei modelli di serie temporali e delle API di previsione IBM Granite per prevedere le tendenze.
- Quaderno di esempio: Utilizzare i modelli di fondazione delle serie temporali e i dati delle serie temporali per prevedere la domanda di energia
Ulteriori informazioni
Modelli di fondazione Sliate
La famiglia Slate di modelli di base IBM include modelli solo codificatori specializzati nell'elaborazione del linguaggio naturale e nelle attività di inserimento del testo.
I seguenti modelli di integrazione Slate sono disponibili oggi stesso in watsonx.ai :
- slate-125m-english-rtrvr-v2, slate-125m-english-rtrvr
- Modelli di incorporazione a 768 dimensioni che convertono il testo in incorporazioni di testo.
- slate-30m-english-rtrvr-v2, slate-30m-english-rtrvr
- Modelli di embedding a 384 dimensioni che convertono il testo in embedding testuali.
Per ulteriori informazioni su questi modelli, vedere Modelli di fondazioni per encoder supportati.
Per ulteriori informazioni sull'uso dei modelli di Slate per convertire frasi e passaggi in incorporazioni di testo, vedere Generazione di incorporazioni di testo.
IBM Slate models fornisce una serie di librerie che è possibile utilizzare per le attività NLP (Natural Language Processing) comuni, come la classificazione, l'estrazione di entità, l'analisi delle opinioni e altro ancora.
Per ulteriori informazioni su come utilizzare le funzionalità NLP dei modelli Slate, consultare la libreriaWatson NLP.
Argomento principale Modelli di base supportati