Przeczytaj informacje o wzorcu generowania rozszerzanego pobierania

Można skalować technikę uwzględniania kontekstu w pytaniu, korzystając z informacji o leveraging w bazie wiedzy. Wzorzec generowania rozszerzanego pobierania obejmuje trzy podstawowe kroki:

• Wyszukiwanie odpowiednich treści w bazie wiedzy
• Wyciągnij najistotniejszą treść w pytaniu jako kontekst
• Wyślij połączony tekst podpowiedzi do modelu w celu wygenerowania danych wyjściowych

Więcej informacji na temat wzorca generowania rozszerzanego pobierania

Obejrzyj film wideo na temat używania wzorca generowania rozszerzanego

Obejrzyj ten film wideo w celu wyświetlenia podglądu kroków w tym kursie. W interfejsie użytkownika mogą wystąpić niewielkie różnice w interfejsie wideo. Film ma być towarzyszem napisanego kursu.

Ten film wideo udostępnia metodę wizualną, która umożliwia poznanie pojęć i zadań w tej dokumentacji.

Wypróbuj kurs, aby podpowiadać model fundacji przy użyciu wzorca generowania rozszerzanego

W tym kursie zostaną wykonane następujące zadania:

• Czynność 1: Otwieranie projektu
• Czynność 2: Dodawanie przykładowego notatnika do projektu
• Czynność 3: Edytowanie notatnika
• Czynność 4: Uruchamianie notatnika i przeglądanie danych wyjściowych

• Wskazówki dotyczące wypełniania tego kursu

  Użyj obrazka wideo na zdjęciu

  Wskazówka: Uruchom film wideo, a następnie podczas przewijania kursu film wideo przechodzi do trybu obrazka obrazka. Zamknij spis treści wideo dla najlepszego doświadczenia z obrazem w obrazie. Możesz użyć trybu obrazka obrazka, aby można było śledzić wideo podczas wykonywania zadań w tym kursie. Kliknij znaczniki czasu dla każdego zadania, które ma być wykonane po nim.

  Poniższy obraz animowany przedstawia sposób korzystania z funkcji obrazu wideo-obraz-w-obraz i spis treści:

  

  Uzyskaj pomoc w społeczności

  Jeśli potrzebujesz pomocy w tym kursie, możesz zadać pytanie lub znaleźć odpowiedź w forum dyskusyjnym społecznościwatsonx.ai.

  Skonfiguruj okna przeglądarki

  Aby uzyskać optymalne doświadczenie związane z ukończeniem tego kursu, należy otworzyć program Cloud Pak for Data w jednym oknie przeglądarki i pozostawić otwartą stronę kursu w innym oknie przeglądarki, aby można było łatwo przełączać się między tymi aplikacjami. Rozważ zorganizowanie dwóch okien przeglądarki, aby ułatwić jej śledzenie.

  

  Wskazówka: Jeśli podczas wypełniania tego kursu w interfejsie użytkownika wystąpi prezentacja z przewodnikiem, kliknij opcję Może później.

  
  Powrót do góry
  

• Czynność 1: Otwieranie projektu
  
  

  Do przechowywania przykładowego notatnika potrzebny jest projekt.

  Obejrzyj film wideo, aby zobaczyć, w jaki sposób utworzyć projekt środowiska testowego i powiązać usługę. Następnie należy wykonać kroki, aby sprawdzić, czy istnieje projekt lub utworzyć projekt środowiska testowego.

  Ten film wideo udostępnia metodę wizualną, która umożliwia poznanie pojęć i zadań w tej dokumentacji.

  Wykonaj poniższe kroki, aby sprawdzić, czy istnieje projekt lub utworzyć projekt.

  1. Na ekranie głównym watsonx przewiń stronę do sekcji Projekty . Jeśli wyświetlone zostaną wszystkie wymienione projekty, przejdź do sekcji Powiąż usługę Watson Machine Learning. Jeśli projekty nie są widoczne, należy wykonać następujące kroki, aby utworzyć projekt.

  2. Kliknij opcję Utwórz projekt środowiska testowego. Po utworzeniu projektu zostanie wyświetlone środowisko testowe w sekcji Projekty .

  3. Otwórz istniejący projekt lub nowy projekt środowiska testowego.

  Powiązanie usługi Watson Machine Learning z projektem

  W celu podpowiadania modelu fundacji należy użyć opcji Watson Machine Learning , dlatego należy wykonać poniższe kroki w celu powiązania instancji usługi Watson Machine Learning z projektem użytkownika.

  1. W projekcie kliknij kartę Zarządzanie .

  2. Kliknij stronę Usługi i integracje .

  3. Sprawdź, czy ten projekt ma powiązaną usługę Watson Machine Learning . Jeśli nie ma powiązanej usługi, należy wykonać następujące czynności:

     1. Kliknij opcję Powiąż usługę.

     2. Zaznacz pole wyboru obok instancji usługi Watson Machine Learning .

     3. Kliknij opcję Powiąż.

     4. Jeśli to konieczne, kliknij przycisk Anuluj , aby powrócić do strony Usługi i integracje .

  Aby uzyskać więcej informacji lub obejrzeć film wideo, należy zapoznać się z sekcją Tworzenie projektu.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono kartę Zarządzanie powiązaną z usługą. Teraz można dodać przykładowy notatnik do projektu.
  
  

  

  
  Powrót do góry
  

• Czynność 2: Dodawanie przykładowego notatnika do projektu
  
  

  Przykładowy notatnik korzysta z małej bazy wiedzy i prostego komponentu wyszukiwania, aby zademonstrować podstawowy wzorzec. Scenariusz używany w tym notatniku jest przeznaczony dla firmy, która sprzedaje nasiona do sadzenia w ogrodzie. Strona internetowa dla internetowego katalogu nasion ma wiele artykułów, aby pomóc klientom zaplanować ich ogród i ostatecznie wybrać, które nasiona do zakupu. Nowa szerokość jest dodawana do serwisu WWW, aby odpowiedzieć na pytania klientów dotyczące treści artykułów.

  Obejrzyj ten film wideo, aby zobaczyć, jak dodać przykładowy notatnik do projektu, a następnie wykonaj kroki, aby dodać notatnik do projektu.

  Ten film wideo udostępnia metodę wizualną, która umożliwia poznanie pojęć i zadań w tej dokumentacji.

  1. Przejdź do sekcji Proste wprowadzenie do generowania rozszerzonego pobierania przy użyciu pliku watsonx.ai w obszarze Przykłady.

  2. Kliknij opcję Dodaj do projektu.

  3. Wybierz projekt z listy, a następnie kliknij przycisk Dodaj.

  4. Wpisz nazwę i opis notatnika (opcjonalnie).

  5. Wybierz środowisko wykonawcze dla tego notatnika.

  6. Kliknij makro Create. Poczekaj, aż edytor notatnika zostanie załadowany.

  7. W menu kliknij opcję Kernel > Restart & Clear Output(Kernel > Restart & Clear Output), a następnie kliknij opcję Restart and Clear All Outputs (Restartuj i usuń wszystkie dane wyjściowe), aby wyczyścić dane wyjściowe z ostatniego zapisanego uruchomienia.

  
  

  Więcej informacji na temat powiązanych usług zawiera sekcja Dodawanie powiązanych usług.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono notatnik otwarty w trybie edycji. Teraz można przystąpić do konfigurowania wymagań wstępnych dotyczących uruchamiania notatnika.
  
  

  

  
  Powrót do góry
  

• Czynność 3: edycja notatnika
  
  

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo o godzinie 00:57.

  Zanim będzie można uruchomić notatnik, należy skonfigurować środowisko. Aby sprawdzić wymagania wstępne notatnika, wykonaj następujące kroki:

  1. Przewiń do sekcji For IBM watsonx on IBM Cloud w notatniku, aby wyświetlić dwa wymagania wstępne dotyczące uruchamiania notatnika.

  2. W sekcji Tworzenie klucza API IBM Cloud należy przekazać swoje referencje do interfejsu API Watson Machine Learning przy użyciu klucza API. Jeśli nie masz jeszcze zapisanego klucza API, wykonaj poniższe kroki, aby utworzyć klucz API.
     

     1. Uzyskaj dostęp do strony kluczy API konsoliIBM Cloud.

     2. Kliknij opcję Utwórz klucz API IBM Cloud. Jeśli istnieją jakiekolwiek istniejące klucze API, przycisk może być oznaczony jako Utwórz.

     3. Wpisz nazwę i opis.

     4. Kliknij makro Create.

     5. Kopiuj klucz API.

     6. Pobierz klucz API do użycia w przyszłości.

  3. Zapoznaj się z sekcją Powiązanie instancji usługi Watson Machine Learning z bieżącym projektem . Ten warunek wstępny został ukończony w zadaniu 1.

  4. Przewiń do pola Uruchom komórkę, aby udostępnić sekcję IBM Cloud :

     1. Kliknij ikonę Uruchom , aby uruchomić komórkę.

     2. Wklej klucz API i naciśnij klawisz Enter.

  5. W sekcji Uruchom komórkę, aby ustawić referencje dla IBM watsonx na platformie IBM Cloud, kliknij ikonę Uruchom , aby uruchomić komórkę i ustawić referencje.

  Sprawdź postęp

  Poniższe obrazy przedstawiają notatnik wraz z wymaganiami wstępnymi. Teraz można uruchomić notatnik i przejrzeć dane wyjściowe.
  
  

  

  
  Powrót do góry
  

• Czynność 4: uruchamianie notatnika i przeglądanie danych wyjściowych
  
  

  Aby wyświetlić podgląd tego zadania, należy obejrzeć film wideo o godzinie 01:03.

  Przykładowy notatnik zawiera informacje o generowaniu rozszerzania i sposobie dostosowania notatnika do konkretnego przypadku użycia. Aby uruchomić notatnik i przejrzeć dane wyjściowe, wykonaj następujące kroki:

  1. Przewiń do sekcji Krok 2: tworzenie bazy wiedzy w notatniku:

     1. Kliknij ikonę Uruchom dla każdej z trzech komórek w tej sekcji.

     2. Przejrzyj dane wyjściowe dla trzech komórek w sekcji. Kod w tych komórkach ustawia bazę wiedzy jako kolekcję dwóch artykułów. Te artykuły zostały napisane jako przykłady dla watsonx.ai, nie są to artykuły rzeczywiste opublikowane nigdzie indziej. Autorzy i daty publikacji są fikcyjne.

  2. Przewiń do sekcji Krok 3: Budowanie prostego komponentu wyszukiwania w notatniku:

     1. Kliknij ikonę Uruchom dla każdej z dwóch komórek w tej sekcji.

     2. Przejrzyj dane wyjściowe dla dwóch komórek w sekcji. Kod w tych komórkach buduje prosty komponent wyszukiwania. Wiele artykułów, które omawiają generowanie rozszerzenia, zakłada, że komponent pobierania korzysta z bazy danych wektorowej. Jednak w celu wykonania ogólnego wzorca generowania rozszerzonego generowania, dowolna metoda wyszukiwania i pobierania, która może niezawodnie zwracać odpowiednią treść z bazy wiedzy, będzie wykonała. W tym notatniku komponent wyszukiwania jest trywialną funkcją wyszukiwania, która zwraca indeks jednego lub drugiego z dwóch artykułów w bazie wiedzy, w oparciu o proste dopasowanie wyrażenia regularnego.

  3. Przewiń do sekcji Krok 4: Tekst zachęty umiejętności w notatniku:

     1. Kliknij ikonę Uruchom dla każdej z dwóch komórek w tej sekcji.

     2. Przejrzyj dane wyjściowe dla dwóch komórek w sekcji. Kod w tych komórkach pozwala na wyświetlenie tekstu podpowiedzi. Nie istnieje jedna, najlepsza podpowiedź dla danego zadania. Jednak modele, które zostały poddane dostrajaniu instrukcji, takie jak bigscience/mt0-xxl-13b, google/flan-t5-xxl-11blub google/flan-ul2-20b, mogą zazwyczaj wykonać to zadanie z przykładowym pytaniem. Konserwatywne metody dekodowania mają tendencję do ssania odpowiedzi. W pytaniu zwróć uwagę na dwa obiekty zastępcze łańcuchów (oznaczone %s), które zostaną zastąpione w czasie generowania:

        • Pierwszy obiekt zastępczy zostanie zastąpiony tekstem odpowiedniego artykułu z bazy wiedzy
        • Drugi obiekt zastępczy zostanie zastąpiony pytaniem, na które ma zostać udzielona odpowiedź.

  4. Przewiń do sekcji Krok 5: Generowanie wyniku przy użyciu podstawowych modeli biblioteki Python w notatniku:

     1. Kliknij ikonę Uruchom dla każdej z trzech komórek w tej sekcji.

     2. Przejrzyj dane wyjściowe dla trzech komórek w sekcji. Kod w tych komórkach generuje wyniki przy użyciu biblioteki Python . Modele fundamentów w programie watsonx.ai można podpowiadać programowo przy użyciu biblioteki Python . Więcej informacji na temat biblioteki zawierają następujące tematy:

     • Wprowadzenie do podstawowych modeli biblioteki Python
     • Modele Foundation Python -skorowidz biblioteki

  5. Przewiń do sekcji Krok 6: zebranie wszystkich informacji w celu wykonania operacji generowania rozszerzonego pobierania w notatniku:

     1. Kliknij ikonę Uruchom dla każdej z dwóch komórek w tej sekcji. Ten kod pobiera wszystko razem, aby można było wykonać operację generowania rozszerzenia.

     2. Przejrzyj dane wyjściowe dla pierwszej komórki w sekcji. Kod w tej komórce konfiguruje elementy wejściowe użytkownika.

     3. Dla drugiej komórki w sekcji wpisz pytanie dotyczące pomidorów lub ogórków, aby zobaczyć odpowiedź i źródło. Na przykład: Do I use mulch with tomatoes?.

     4. Przejrzyj odpowiedź na pytanie.

  Sprawdź postęp

  Na poniższym obrazku przedstawiono zakończony notatnik.
  
  

  

  
  Powrót do góry
  

Następne kroki

• Obejrzyj film wideo pod adresem 02:55 , aby zapoznać się z uwagami dotyczącymi stosowania wzorca generowania wzbogaconego o pobieranie w rozwiązaniu produkcyjnym.
• W tym celu należy spróbować kursu Prompt a foundation model (Podpytaj model fundacji)

Zasoby dodatkowe

• Modele Foundation

• Laboratorium pytań

• Biblioteka produktu Python

• Bezpieczeństwo i prywatność modeli fundamentów

• Wyświetl więcej filmów wideo.

• Aby uzyskać praktyczne doświadczenie, należy znaleźć przykładowe zestawy danych, projekty, modele, pytania i notebooki w przykładach:

  Notebooki , które można dodać do projektu, aby rozpocząć analizę danych i budowanie modeli.

  Projekty , które można zaimportować zawierające notatniki, zestawy danych, pytania i inne zasoby.

  Zestawy danych , które można dodać do projektu w celu uszczegółowienia, analizowania i budowania modeli.

  Pytania , których można użyć w laboratorium pytań w celu wyświetlenia pytania o model podstawowy.

  Modele Foundation , których można używać w laboratorium podpowiedzi.

Temat nadrzędny: Kursy Szybki start