0 / 0
Torna alla versione inglese della documentazione
Introduzione rapida: richiedi un modello di fondazione utilizzando Prompt Lab

Introduzione rapida: richiedi un modello di fondazione utilizzando Prompt Lab

Utilizza questa esercitazione per informazioni su come utilizzare il Prompt Lab in watsonx.ai. Di solito esistono diversi modi per richiedere un modello di base per un risultato di successo. In Prompt Lab, è possibile sperimentare la richiesta di diversi modelli di base, esplorare i prompt di esempio e salvare e condividere i prompt migliori. Consultare Suggerimenti per la richiesta per richiedere correttamente la maggior parte dei modelli di base che generano testo.

Servizi richiesti
Watson Studio
Watson Machine Learning

Il flusso di lavoro di base include le seguenti attività:

  1. Aprire un progetto. I progetti sono dove è possibile collaborare con altri per lavorare con i dati.
  2. Aprire Prompt Lab. Il Prompt Lab consente di sperimentare diversi modelli di base, esplorare i prompt di esempio e salvare e condividere i prompt migliori.
  3. Immettere il prompt nell'editor prompt. È possibile immettere le richieste in modalità strutturata e in formato libero.
  4. Selezionare il modello da utilizzare. Puoi inoltrare la tua richiesta a uno qualsiasi dei modelli supportati da watsonx.ai.
  5. Salva il tuo lavoro come un asset di progetto. Il salvataggio del proprio lavoro come asset di progetto rende il proprio lavoro disponibile ai collaboratori del progetto corrente.

Informazioni sulla richiesta di un modello di fondazione

I modelli di fondazione sono modelli di IA molto grandi. Hanno miliardi di parametri e sono addestrati su terabyte di dati. I modelli di base possono eseguire una varietà di attività, tra cui la generazione di testo, codice o immagine, la classificazione, la conversazione e altro ancora. I modelli di linguaggio di grandi dimensioni sono un sottoinsieme di modelli di base utilizzati per attività relative al testo e al codice. In IBM watsonx.ai, esiste una raccolta di modelli di linguaggio di grandi dimensioni distribuiti che puoi utilizzare, nonché strumenti per sperimentare con i prompt.

Ulteriori informazioni su Prompt Lab

Guarda un video sulla richiesta di un modello di fondazione

Guarda il video Guarda questo video per visualizzare un'anteprima dei passi in questa esercitazione. Potrebbero esserci lievi differenze nell'interfaccia utente mostrata nel video. Il video è destinato ad essere un compagno del tutorial scritto.

Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.


Prova un'esercitazione per richiedere un modello di base

In questa esercitazione, verranno completate le seguenti attività:





Suggerimenti per completare questa esercitazione
Di seguito sono riportati alcuni suggerimenti per completare correttamente questa esercitazione.

Utilizzare il video immagine - in - immagine

Suggerimento: avviare il video, quindi, scorrendo l'esercitazione, il video passa alla modalità immagine - in - immagine. Chiudere il sommario video per la migliore esperienza con l'immagine in foto. È possibile utilizzare la modalità immagine - in - immagine in modo da poter seguire il video mentre si completano le attività in questa esercitazione. Fare clic sulle date / ore per ciascuna attività da seguire.

La seguente immagine animata mostra come utilizzare le funzioni di immagine video e indice:

Come usare il picture-in-picture e i capitoli

Ottieni aiuto nella community

Se hai bisogno di aiuto con questa esercitazione, puoi fare una domanda o trovare una risposta nel forum di discussione della comunitàwatsonx.

Configurare le finestre del browser

Per un'esperienza ottimale durante il completamento di questa esercitazione, apri Cloud Pak for Data in una finestra del browser e tieni aperta questa pagina dell'esercitazione in un'altra finestra del browser per passare facilmente tra le due applicazioni. Prendi in considerazione la possibilità di organizzare le due finestre del browser fianco a fianco per renderle più semplici da seguire.

Esercitazione e IU affiancati

Suggerimento: se si incontra un tour guidato mentre si completa questa esercitazione nell'interfaccia utente, fare clic su Forse in seguito.



Attività 1: apertura di un progetto

È necessario un progetto per memorizzare gli asset di Prompt Lab.

Guarda un video per vedere come creare un progetto sandbox e associare un servizio. Quindi seguire la procedura per verificare di disporre di un progetto esistente o creare un progetto sandbox.

Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.

  1. Dalla schermata home di watsonx , scorri alla sezione Projects . Se viene visualizzato un elenco di progetti, passare all' Attività 2. Se non viene visualizzato alcun progetto, attenersi alla seguente procedura per creare un progetto.

  2. Fare clic su Crea un progetto sandbox. Quando il progetto viene creato, verrà visualizzato il progetto sandbox nella sezione Progetti .

Per ulteriori informazioni o per guardare un video, consultare Creazione di un progetto.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra la schermata iniziale con la sandbox elencata nella sezione Progetti. Si è ora pronti ad aprire il Prompt Lab.

Schermata principale con il progetto sandbox elencato.




Attività 2: utilizzare il Prompt Lab in modalità Freeform

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 00:00.

È possibile immettere il proprio testo di prompt in un editor di testo semplice in formato libero, quindi fare clic su Genera per inviare il prompt al modello. Attenersi alla seguente procedura per utilizzare il Prompt Lab in modalità Freeform:

  1. Dalla schermata iniziale, fare clic su Apri in Prompt Lab .

  2. Selezionare ciascuna casella di controllo per accettare i riconoscimenti, quindi fare clic su Ignora tour.

  3. Fare clic sulla scheda Freeform per richiedere un modello di base in modalità Freeform .

  4. Fare clic su Cambia modalità.

  5. Copiare e incollare il testo seguente nel campo di testo, quindi fare clic su Genera per visualizzare l'output per Nome classe: Problema.


Classify this customer message into one of two classes: question, problem.
Class name: Question
Description: The customer is asking a technical question or a how-to question about our products or services.
Class name: Problem
Description: The customer is describing a problem they are having. They might say they are trying something, but it's not working. They might say they are getting an error or unexpected results.
Message: I'm having trouble registering for a new account.
Class name:

Icona Checkpoint Controlla i tuoi progressi

Le seguenti immagini mostrano l'emissione generata per il prompt in modalità Freeform. Ora è possibile richiedere un modello di base in modalità strutturata.

Output generato per la richiesta in modalità Formato libero.




Attività 3: utilizzare il Prompt Lab in modalità strutturata

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 00:19.

È possibile immettere la richiesta in un formato strutturato. Il formato strutturato è utile per la richiesta di poche istantanee, quando la richiesta contiene più esempi. Attenersi alla seguente procedura per utilizzare il Prompt Lab in modalità strutturata:

  1. Fare clic sulla pagina Strutturato .

  2. Fare clic su Cambia modalità.

  3. Nel campo Istruzione , copiare e incollare il seguente testo: Given a message submitted to a customer-support chatbot for a cloud software company, classify the customer's message as either a question or a problem description so the chat can be routed to the correct support team.

  4. Nel campo Impostazione , copiare e incollare il testo seguente in ciascuna colonna:

    Valori per il campo Impostazione
    Immissione Output
    Quando provo ad accedere, ricevo un errore. Problema
    Dove posso trovare i prezzi del piano? Domanda
    Qual è la differenza tra prova e paygo? Domanda
    La pagina di registrazione è stata arrestata in modo anomalo e ora non posso creare un nuovo account. Problema
    Quali regioni sono sostenute? Domanda
    Non riesco a ricordare la mia password. Problema

  5. Nel campo Prova , copia e incolla il testo seguente: I'm having trouble registering for a new account.

  6. Fare clic su Genera per visualizzare l'emissione Problema.

Icona Checkpoint Controlla i tuoi progressi

Le seguenti immagini mostrano l'output generato per la richiesta in modo strutturato. Ora si è pronti a provare i prompt di esempio.

Emissione generata per il prompt in modalità strutturata




Attività 4: utilizzare i prompt di esempio

video dell'esercitazione di anteprima Per visualizzare un'anteprima di questa attività, guardare il video a partire dalle 00:33. Se non sei sicuro di come iniziare, i prompt di esempio possono iniziare. Attenersi alla seguente procedura per utilizzare i prompt di esempio:

  1. Aprire l'icona prompt di esempio Prompt di esempio per visualizzare l'elenco.
  2. Scorrere l'elenco e fare clic sul prompt di esempio Generazione email di marketing .
  3. Visualizza il modello selezionato. Quando si carica un prompt di esempio, viene selezionato un modello appropriato.
  4. Aprire il pannello Parametri modello Parametri del modello. I parametri dei criteri di decodifica e di arresto appropriati vengono impostati automaticamente.
  5. Fare clic su Genera per inoltrare il messaggio di esempio al modello e visualizzare l'output email di esempio.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra l'output generato da un prompt di esempio. Ora è possibile personalizzare l'output del prompt di esempio selezionando un modello e parametri diversi.

Output generato da un prompt di esempio




Attività 5: scegliere un modello di fondazione

video dell'esercitazione di anteprima Per visualizzare in anteprima questa attività, guardare il video a partire dalle 01:04. È possibile inoltrare la stessa richiesta a un modello diverso. Se hai bisogno di generare l'output in un output strutturato specifico, come JSON, HTML o XML, puoi farlo scegliendo un modello che sia stato ottimizzato per la generazione di output strutturato, utilizzando pochi esempi nel tuo prompt o ottimizzando un modello. Seguire questa procedura per scegliere un altro modello di base:

  1. Fare clic su Modello> Visualizza tutti i modelli di fondazione.
  2. Fare clic su un modello per ulteriori informazioni su un modello e visualizzare i dettagli come l'architettura del modello, i dati di pre - addestramento, le informazioni di ottimizzazione e le prestazioni rispetto ai benchmark.
  3. Fare clic su Indietro per tornare all'elenco di modelli.
  4. Selezionare il modello di base flan-t5-xxl-11b o mt0-xxl-13b e fare clic su Seleziona modello.
  5. Passare con il mouse sulla colonna di output del modello e selezionare l'icona X per eliminare l'output precedente.
  6. Fare clic sullo stesso prompt di esempio, Generazione email di marketing, dall'elenco.
  7. Fare clic su Genera per creare l'output utilizzando il nuovo modello.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra l'output generato utilizzando un modello diverso. È ora possibile modificare i parametri del modello.

Output generato utilizzando un modello diverso




Attività 6: Regolazione dei parametri del modello

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 01:30.

È possibile provare a modificare i parametri dei criteri di decodifica o di arresto. Seguire questa procedura per regolare i parametri del modello.

Nota : i parametri del modello variano in base al modello attualmente selezionato.

La seguente tabella definisce i parametri del modello disponibili per il modello di fondazione flan-t5-xxl-11b .

Parametri del modello
Parametri del modello Significato
Decodifica Impostare la decodifica su Greedy per selezionare sempre le parole con la probabilità più alta. Impostare la decodifica su Campionamento per personalizzare la variabilità della selezione delle parole.
Temperatura Controlla la creatività del testo generato. Valori più elevati porteranno a output generati in modo più casuale.
Primi P (campionamento del nucleo) Impostare su < 1.0 per utilizzare solo la serie più piccola di token più probabili con probabilità che si aggiungono a top_p o superiore.
Primi K Impostare il numero di token del vocabolario con probabilità più elevata da conservare per i primi k - filtri. Valori più bassi rendono meno probabile che il modello si discosti dall'argomento.
Seed casuale Controlla il campionamento casuale dei token generati quando il campionamento è abilitato. L'impostazione della verifica casuale sullo stesso numero per ogni generazione garantisce la ripetibilità sperimentale.
Penalità di ripetizione Imposta una penalità di ripetizione per contrastare la tendenza del modello a ripetere il testo del prompt alla lettera o a rimanere bloccato in un loop. 1.00 indica nessuna penalità.
Interrompi sequenze Impostare le sequenze di arresto su una o più stringhe per interrompere la generazione del testo se o quando vengono prodotte come parte dell'output.
Numero minimo token Definire il numero minimo di token da generare. Le sequenze di arresto rilevate prima del numero minimo di token generati vengono ignorate.
Numero massimo token Definire il numero massimo di token da creare.

  1. Modificare il parametro Top K in 10 per rendere il modello meno probabile che si disattivare l'argomento.
  2. Fare clic su X per eliminare l'output del modello precedente.
  3. Fare clic sulla stessa richiesta di esempio dall'elenco.
  4. Fare clic su Genera per generare l'emissione utilizzando i nuovi parametri del modello.
  5. Fare clic sull'icona Cronologia sessione Cronologia sessioni dopo aver inviato più richieste per visualizzare la cronologia della sessione.
  6. Fare clic su una qualsiasi voce per gestire una richiesta precedente, la specifica del modello e le impostazioni dei parametri, quindi fare clic su Ripristina.
  7. Modificare il prompt, modificare il modello o modificare i parametri dei criteri di decodifica e di arresto.
  8. Fare clic su Genera per creare l'output utilizzando le informazioni aggiornate.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra l'emissione generata utilizzando parametri di modello diversi. È ora possibile salvare il lavoro.

Output generato utilizzando un modello diverso




Attività 7: salvare il lavoro

video dell'esercitazione di anteprima Per visualizzare l'anteprima di questa attività, guardare il video a partire dalle 02:00.

È possibile salvare il lavoro in tre formati:

Tipi di asset
Tipo di asset Descrizione
Modello prompt Salvare solo il prompt corrente, senza la relativa cronologia.
Sessione prompt Salvare la cronologia e i dati dalla sessione corrente.
Blocco appunti Salvare il prompt corrente come notebook.

Per salvare il proprio lavoro, attenersi alla seguente procedura:

  1. Fare clic su Salva lavoro> Salva con nome.
  2. Selezionare Modello di prompt.
  3. Per il nome, immettere Sample prompts.
  4. Selezionare l'opzione Visualizza nel progetto dopo il salvataggio .
  5. Fare clic su Salva.
  6. Sulla scheda Asset del progetto, fare clic sull'asset Prompt di esempio per caricare tale prompt in Prompt Lab e tornare al lavoro.
  7. Fare clic su Prompt salvati Prompt salvati per visualizzare il prompt salvato dal progetto sandbox.

Icona Checkpoint Controlla i tuoi progressi

La seguente immagine mostra la scheda Asset del progetto con l'asset del modello di prompt:

Scheda Asset del progetto

Segno di spunta La seguente immagine mostra il prompt salvato nel Prompt Lab:

Prompt salvato in Prompt Lab



Passi successivi

Guarda questo video che mostra la modalità chat nel Prompt Lab.

Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.

Ora si è pronti a:

Ulteriori risorse

  • Salvataggio del lavoro

  • Libreria Python

  • Visualizza altri video.

  • Trova dataset di esempio, progetti, modelli, prompt e notebook nell'hub di risorse per ottenere un'esperienza pratica:

    Blocco appunti Notebooks che è possibile aggiungere al progetto per iniziare ad analizzare i dati e a creare modelli.

    Progetto Progetti che è possibile importare contenenti notebook, dataset, prompt e altri asset.

    Dataset Set di dati che è possibile aggiungere al proprio progetto per perfezionare, analizzare e creare modelli.

    Richiesta Richiedi che è possibile utilizzare in Prompt Lab per richiedere un modello di base.

    Modello Foundation models che è possibile utilizzare in Prompt Lab.

Argomento principale: Esercitazioni introduttive

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni