0 / 0
Go back to the English version of the documentation
Laboratorium pytań
Last updated: 07 lis 2023
Laboratorium pytań

W laboratorium podpowiedzi w produkcie IBM watsonx.aimożna eksperymentować z podpowiadaniem różnych modeli podstawowych, eksplorować pytania przykładowe, a także zapisywać i współużytkować najlepsze pytania.

 

Ten film wideo zawiera wizualną metodę zapoznawania się z pojęciami i zadaniami opisanymi w tej dokumentacji.

 

Wymagania

Jeśli użytkownik zapisał się do serwisu watsonx.ai, określił regiony Dallas lub Frankfurt i ma projekt środowiska testowego, wszystkie wymagania są spełnione i jest gotowy do użycia laboratorium podpowiedzi.

Aby można było korzystać z narzędzia Prompt Lab (Laboratorium podpowiedzi), muszą być spełnione następujące wymagania:

  • Wymagany jest projekt.

  • W projekcie należy mieć rolę Edytujący lub Administrator .

  • Projekt musi mieć powiązaną instancję usługi Watson Machine Learning . W przeciwnym razie podczas uruchamiania narzędzia Prompt Lab zostanie wyświetlona prośba o powiązanie usługi.

  • Usługi Watson Studio i Watson Machine Learning muszą być udostępniane w regionach Dallas lub Frankfurcie.

 

Programowa alternatywa dla laboratorium podpowiedzi

Interfejs graficzny laboratorium podpowiedzi jest doskonałym miejscem do eksperymentowania i iterowania z pytaniami. Można jednak również programowo wyświetlać podstawowe modele w pliku watsonx.ai , korzystając z biblioteki Python . Szczegółowe informacje na ten temat zawiera sekcja Foundation models Python library.

 

Otwieranie laboratorium podpowiedzi

Praca z laboratorium podpowiedzi jest wykonywana w kontekście projektu.

Aby otworzyć serwis Prompt Lab (Laboratorium z pytaniami), na stronie głównej watsonx.aiwybierz projekt, a następnie kliknij opcję Experiment with foundation models and build Prompt(Eksperyment z modelami bazowymi i budowaniem pytań).

Edytor pytań

Zachętę należy wpisać w edytorze pytań. Edytor pytań ma dwa tryby: dowolny i ustrukturyzowany.

Tryb dowolny

W przypadku trybu edycji zwykłego tekstu kliknij opcję Dowolne. Po kliknięciu przycisku Generuj w trybie swobodnym tekst pytania jest wysyłany do modelu dokładnie w takiej postaci, w jakiej został wpisany.

Tryb strukturalny

Aby wprowadzić różne części pytania w oddzielnych obszarach tekstowych, kliknij opcję Zstrukturyzowane.

  • Instrukcja: w sekcji Konfigurowanie można określić instrukcję, jeśli ma to sens w danym przypadku użycia. Instrukcja jest instrukcją imperatywną, taką jak "Podsumuj następujący artykuł."
  • Przykłady: również w sekcji Konfigurowanie można określić jedną lub więcej par przykładowych danych wejściowych i odpowiadające im żądane dane wyjściowe. Jeśli potrzebny jest konkretny przedrostek do wejścia lub wyjścia, można zastąpić etykiety domyślne, "Input:" lub "Output:", żądanymi etykietami. (Kilka przykładowych par wejścia-wyjścia w zachęcie jest nazywanych kilkoma pytaniem).
  • Dane wejściowe testu: w sekcji Try (Wypróbuj) można wprowadzić końcowe dane wejściowe zachęty.

Po kliknięciu opcji Generuj w trybie strukturalnym tekst z pól jest wysyłany do modelu w formacie szablonu.

Jeśli treść jest sklasyfikowana jako potencjalnie zawierająca szkodliwy język, jest ona zastępowana w edytorze zapytań przez komunikat ogólny informujący o usunięciu potencjalnie szkodliwej treści.

 

Menu modelu i parametrów

Oprócz tekstu pytania należy określić model, który ma być podpowiadany, a także parametry sterujące wygenerowanym wynikiem.

operacyjny

W narzędziu Prompt Lab (Laboratorium podpowiedzi) można wysłać zapytanie do dowolnego modelu obsługiwanego przez produkt watsonx. Z listy rozwijanej można wybrać ostatnio używane modele. Można również kliknąć opcję Wyświetl wszystkie modele podstawowe , aby wyświetlić wszystkie obsługiwane modele, przefiltrować je według zadania i przeczytać ogólne informacje o modelach.

Parametry

Aby sterować sposobem generowania wyników przez model w odpowiedzi na zapytanie, można określić parametry dekodowania i kryteria zatrzymania. Szczegółowe informacje na ten temat zawiera sekcja Parametry modelu dla podpowiedzi.

Wyświetl kod

Po kliknięciu przycisku Wyświetl kod zostanie wyświetlona komenda curl, którą można wywołać poza laboratorium podpowiedzi w celu wprowadzenia bieżącego pytania i parametrów do wybranego modelu i uzyskania wygenerowanej odpowiedzi. W komendzie znajduje się obiekt zastępczy dla znacznika IAM IBM Cloud . Informacje na temat generowania tego znacznika dostępu zawiera sekcja Generowanie znacznika IAM produktu IBM Cloud.

Barierki AI

Po włączeniu opcji AI guardrails szkodliwy język jest automatycznie usuwany z tekstu pytania wejściowego, a także z danych wyjściowych wygenerowanych przez model. W szczególności każde zdanie w danych wejściowych lub wyjściowych, które zawiera szkodliwy język, zostanie zastąpione komunikatem z informacją o usunięciu potencjalnie szkodliwego tekstu.

 

Menu boczne

W menu po lewej stronie można uzyskać dostęp do przykładowych pytań, historii sesji i zapisanych pytań.

Przykłady

Kolekcja przykładowych pytań jest dostępna w laboratorium pytań. Przykłady przedstawiają efektywny tekst pytania i parametry modelu dla różnych zadań, w tym: klasyfikacja, wyodrębnianie, generowanie treści, odpowiadanie na pytania i podsumowanie. Po kliknięciu przykładu tekst pytania jest ładowany w edytorze, wybierany jest odpowiedni model, a optymalne parametry są konfigurowane automatycznie.

Historia sesji

Podczas eksperymentowania z innym tekstem pytania, opcjami wyboru modelu i parametrami szczegóły są przechwytywane w historii sesji za każdym razem, gdy zostanie wyświetlone zapytanie. Aby załadować poprzednią zachętę, kliknij pozycję w historii, a następnie kliknij przycisk Odtwórz.

Zapisane pytania

Z poziomu menu zapisanych pytań można załadować wszystkie pytania, które zostały zapisane w bieżącym projekcie, za pomocą przycisku Zapisz pracę .

 

Zapisywanie pracy jako zasobu aplikacyjnego projektu

Po kliknięciu przycisku Zapisz pracę można zapisać pracę jako zasób aplikacyjny w bieżącym projekcie w trzech formatach:

  • Zachęta
  • Historia sesji, uzupełnij o historię i dane z bieżącej sesji
  • Notatnik Python

Zapisanie pracy jako zasobu aplikacyjnego projektu powoduje udostępnienie pracy współpracownikom w bieżącym projekcie. Więcej informacji na ten temat zawiera sekcja Zapisywanie pytań i sesji pytań.

 

Więcej inform.


Temat nadrzędny: Modele produktu Foundation

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more