Was gibt es Neues bei watsonx as a Service in IBM Cloud?

Arbeit mit neuen Granite 3.3 Modellen in watsonx.ai

Copy link to section

16. April 2025

Sie können jetzt die folgenden Granite Modelle verwenden, die von IBM in watsonx.ai:

• granite-3-3-8b-instruct ist für die Inferenz auf mandantenfähige Hardware verfügbar
• granite-3-3-2b-instruct kann bei Bedarf eingesetzt werden

Weitere Informationen finden Sie unter IBM foundation models.

Das Basismodell granite-3-2-8b-instruct ist für Sie bei Bedarf verfügbar

Copy link to section

14. April 2025

Sie können jetzt granite-3-2-8b-instruct als ein Deployment-on-Demand-Foundation-Modell ableiten. Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Elasticsearch vektorspeicher auf AutoAI für RAG-Experimente hinzugefügt

Copy link to section

11. April 2025

Sie können nun die Elasticsearch Vektorspeicherdatenbank verwenden, um Daten in einem AutoAI for RAG-Experiment zu speichern und abzurufen. Weitere Informationen finden Sie unter Auswahl eines Vektorspeichers für ein RAG-Experiment.

Automatisches Einrichten und Verbinden mit einem Milvus Vektorspeicher

Copy link to section

10. April 2025

Wenn Sie sich am oder nach dem 10. April 2025 für die watsonx as a Service Testversion angemeldet haben, wird automatisch eine watsonx.data Testversion mit einem Milvus Vektorspeicher für Sie eingerichtet. Wenn Sie mit hochgeladenen Dokumenten chatten oder einen Vektorindex erstellen und Milvus als Vektorspeicher auswählen, wird die Verbindung automatisch hergestellt. Siehe Erstellen eines Milvus Vektorspeichers.

Probieren Sie die Q&A mit RAG Accelerator aus, um die abruferweiterte Generierung mit Milvus einzurichten.

Arbeiten Sie mit den neuesten multimodalen Llama 4-Modellen von Meta in watsonx.ai

Copy link to section

7. April 2025

Sie können jetzt die neuesten Meta Llama 4 mehrsprachigen, multimodalen Gründungsmodelle in IBM watsonx.ai verwenden. Die neuesten Basismodelle von Meta verwenden eine Mixtur von Experten ( MoE ), die rechnerisch effizienter sind und weniger Ressourcen für das Modelltraining und die Inferenzierung benötigen. Die Modelle sind nativ multimodal und auf das Verstehen von Text und Bildern in mehreren Sprachen spezialisiert.

Sie können jetzt auf die folgenden Modelle der Llama 4-Serie zurückgreifen:

• llama-4-maverick-17b-128e-instruct-fp8
• llama-4-scout-17b-16e-instruct

Weitere Informationen über die neuen Llama 4-Modelle finden Sie unter Unterstützte Fundamentmodelle. Einzelheiten zur regionalen Verfügbarkeit der Modelle finden Sie unter Regionale Verfügbarkeit von Diensten und Funktionen auf IBM Cloud.

Hinzufügen mehrerer richtiger Antworten zu den Bewertungsdaten in einem AutoAI für RAG-Experiment

Copy link to section

4. April 2025

Sie können jetzt mehrere richtige Antworten für jede Frage in einem Bewertungsdaten-Asset hinzufügen. Weitere Informationen finden Sie unter Erstellen eines AutoAI RAG-Experiments.

Überprüfung der Bedeutung der Einstellung in einem AutoAI für RAG-Experiment

Copy link to section

4. April 2025

Nachdem Sie ein AutoAI RAG-Experiment durchgeführt haben, können Sie nun die Bedeutung der einzelnen Einstellungen für die Erstellung und Einstufung der optimierten Muster überprüfen, um die Musterbewertungen besser zu verstehen. Weitere Informationen finden Sie unter Erstellen eines AutoAI RAG-Experiments.

Das Basismodell codellama-34b-instruct-hf ist für Sie bei Bedarf verfügbar

Copy link to section

3. April 2025

Sie können jetzt codellama-34b-instruct-hf als ein Deployment-on-Demand-Foundation-Modell ableiten. Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Überprüfung kodierungsbezogener Benchmarks zum Vergleich von Gründungsmodellen

Copy link to section

3. April 2025

Prüfen Sie die Benchmarks der Foundation-Modelle in Bezug auf Codierungsaufgaben wie Codegenerierung, -korrektur und -erklärung, um sich über die Fähigkeiten der verschiedenen Code-Foundation-Modelle zu informieren, bevor Sie sie ausprobieren. Vergleichen Sie, wie verschiedene Stiftungsmodelle bei den Aufgaben abschneiden, die für Ihren Anwendungsfall am wichtigsten sind.

Einzelheiten finden Sie unter Benchmarks für das Stiftungsmodell.

Anpassen der Abrufeinstellungen für ein AutoAI for RAG-Experiment

Copy link to section

31. März 2025

Sie können nun einstellen, wie die Daten aus dem vektorisierten Index abgerufen werden sollen. Sie können zwischen der Fenster- und der einfachen Abrufmethode wählen, die Anzahl der Chunks auswählen und die Fenstergröße für die Fensterabrufmethode festlegen. Weitere Informationen finden Sie unter AutoAI RAG-Einstellungen anpassen.

Arbeit mit neuen, auf europäische Sprachen spezialisierten On-Demand-Modellen in watsonx.ai

Copy link to section

21. März 2025

Sie können jetzt die folgenden, auf 24 europäische Sprachen und 11 internationale Sprachen spezialisierten, On-Demand-Gründungsmodelle von IBM watsonx.ai abrufen:

• eurollm-1-7b-instruct
• eurollm-9b-instruct

Weitere Informationen zu Preisen finden Sie unter "Unterstützte Stiftungsmodelle ". Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Das Gründungsmodell llama-3-2-90b-vision-instruct ist ab sofort in der Region Frankfurt verfügbar

Copy link to section

21. März 2025

Das Gründungsmodell llama-3-2-90b-vision-instruct von Meta ist in der Region Frankfurt erhältlich.

Einzelheiten über die regionale Verfügbarkeit von Stiftungsmodellen finden Sie unter Regionale Verfügbarkeit auf IBM Cloud. Einzelheiten zu den in watsonx.ai verfügbaren Fundamentmodellen finden Sie unter Unterstützte Fundamentmodelle.

Passende Eingabesprache für AutoAI Experimente

Copy link to section

20. März 2025

AutoAI erkennt nun automatisch die in den Aufforderungen verwendete Sprache und weist die Modelle an, in der gleichen Sprache zu antworten. Modelle, die die Eingabesprache nicht unterstützen, erhalten bei der Suche nach dem RAG-Muster eine niedrigere Priorität. Sie können diese Experimentiereinstellung deaktivieren, wenn Sie möchten, dass AutoAI alle verfügbaren Modelle berücksichtigt und nur Antworten in englischer Sprache generiert. Weitere Informationen finden Sie unter AutoAI RAG-Einstellungen anpassen.

Inference stellt bei Bedarf benutzerdefinierte Fundamentmodelle aus der Region Frankfurt bereit

Copy link to section

6. März 2025

Sie haben jetzt mehr Möglichkeiten, mit Foundation-Modellen aus Projekten zu arbeiten, die im Rechenzentrum in Frankfurt gehostet werden.

• Benutzerdefinierte Fundamentmodelle hochladen und einsetzen.
• Wählen Sie aus einer Reihe beliebter Foundation-Modelle, die auf dedizierter Hardware für die ausschließliche Nutzung durch Ihre Organisation bereitgestellt werden.

Weitere Informationen finden Sie in den folgenden Ressourcen:

• Einsatz maßgeschneiderter Fundamentmodelle
• Bereitstellung von On-Demand-Stiftungsmodellen
• Einsatz von Fundamentmodellen auf Abruf
• Abrechnungsdetails für generative AI-Assets
• Regionale Verfügbarkeit von Diensten und Funktionen auf IBM Cloud

Arbeiten Sie mit neuen Bereitstellungsmodellen auf Abruf in watsonx.ai

Copy link to section

5. März 2025

Sie können nun die folgenden Modelle der Deploy-on-Demand-Foundation von IBM ableiten watsonx.ai:

• granite-8b-japanese
• granite-20b-multilingual
• allam-1-13b-instruct

Weitere Informationen zu Preisen finden Sie unter "Unterstützte Stiftungsmodelle ". Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Code-Schnipsel sind jetzt in Decision Optimization -Experimenten verfügbar

Copy link to section

5. März 2025

Beim Erstellen von Decision Optimization -Modellen in der Experiment-Benutzeroberfläche können Sie jetzt Code-Snippets für Python DOcplex- oder OPL-Modelle verwenden. Die Verwendung von Code-Snippets kann die Modellerstellung beschleunigen, da Sie Code hinzufügen und bearbeiten können, ohne alle Codezeilen von Grund auf neu eingeben zu müssen.

Weitere Informationen finden Sie unter Codeausschnitte für Gebäudemodelle.

AutoAI für RAG Chroma-Experimente als KI-Dienst bereitstellen

Copy link to section

27. Februar 2025

AutoAI rAG-Muster, die Sie mithilfe der In-Memory-Chroma-Datenbank erstellen, können jetzt als KI-Dienst bereitgestellt werden. Verwenden Sie diese Bereitstellungsmethode, um ein RAG-Muster als einsatzbereites Asset zu speichern, es in einen Bereich zu verschieben und die Bereitstellung in einem einzigen Vorgang zu erstellen. Anschließend können Sie das RAG-Muster testen und auf den Schlussfolgerungsendpunkt zugreifen.

Einzelheiten finden Sie unter Automatisieren eines RAG-Musters mit AutoAI.

Entfernung von Runtime 23.1

Copy link to section

27. Februar 2025

Unterstützung für IBM Runtime 23.1 in watsonx.ai Runtime und watsonx.ai Studio wird am 17. April 2025 entfernt. Um einen reibungslosen Ablauf zu gewährleisten und die neuesten Funktionen und Verbesserungen zu nutzen, wechseln Sie zu IBM Runtime 24.1.

• Informationen zum Ändern von Umgebungen finden Sie unter Ändern von Notebook-Umgebungen.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Ableitung der Granite 3.2 Instruct- und Vision-Modelle in der Region Dallas

Copy link to section

26. Februar 2025

Das granite-3-2-8b-instruct -Stiftungsmodell ist ein Argumentationsmodell mit leistungsstarken Funktionen wie dem Zitieren von Quellen und dem Erkennen von Halluzinationen. Sie können steuern, ob das Modell seinen Denkprozess in der Ausgabe mitteilt, um Leistung und Transparenz in Einklang zu bringen. Dieses Modell ist die allgemein verfügbare Version des granite-3-2-8b-instruct-preview-rc -Tech-Preview-Grundmodells.

Das granite-vision-3-2-2b -Stiftungsmodell ist das erste multimodale Granite -Modell, das für Unternehmensanwendungsfälle entwickelt wurde. Das Image-to-Text-Grundmodell ist in der Lage, Bilder und Text für Aufgaben wie das Verständnis von Tabellen, Diagrammen, Grafiken und mehr zu verarbeiten.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Abwertung der Projekt-lib-Bibliothek

Copy link to section

24. Februar 2025

Die Projekt-lib-Bibliothek ist veraltet. Ab Runtime 25.1 wird die Bibliothek in keiner neuen Runtime-Version mehr enthalten sein. Obwohl vorhandene Laufzeitversionen über 24.1 weiterhin die veraltete Bibliothek enthalten, sollten Sie in Erwägung ziehen, Ihren Code so umzuschreiben, dass er die ibm-watson-studio-lib-Bibliothek verwendet.

Informationen zur Migration Ihres Codes finden Sie unter:

• Umzug von project-lib für Python zu ibm-watson-studio-lib
• Migration von project-lib für R zu ibm-watson-studio-lib

Einsatz von benutzerdefinierten Fundamentmodellen mit besonders kleinen Hardwarespezifikationen

Copy link to section

20. Februar 2025

Um Ressourcen zu sparen, können Sie benutzerdefinierte Fundamentmodelle mit besonders kleinen Hardwarespezifikationen einsetzen. Verwenden Sie die Hardwarespezifikation gpu_xs für den Parameter hardware_request , wenn Sie Ihr benutzerdefiniertes Foundation-Modell mit der REST-API bereitstellen. Weitere Informationen finden Sie unter Erstellen einer Bereitstellung für ein benutzerdefiniertes Foundation-Modell.

Das 3-Milliarden-Parameter-Stiftungsmodell von Granite Code steht Ihnen auf Anfrage zur Verfügung

Copy link to section

20. Februar 2025

Das granite-3b-code-instruct -Stiftungsmodell von IBM ist als Bereitstellungsmodell auf Abruf verfügbar. Weitere Informationen finden Sie unter "Unterstützte Stiftungsmodelle ".

Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Inference stellt bei Bedarf benutzerdefinierte Fundamentmodelle aus der Region Toronto bereit

Copy link to section

13. Februar 2025

Sie haben jetzt mehr Möglichkeiten, mit Stiftungsmodellen aus Projekten zu arbeiten, die in der Region Toronto durchgeführt werden.

• Benutzerdefinierte Fundamentmodelle hochladen und einsetzen.
• Wählen Sie aus einer Reihe beliebter Foundation-Modelle, die auf dedizierter Hardware für die ausschließliche Nutzung durch Ihre Organisation bereitgestellt werden.

Weitere Informationen finden Sie in den folgenden Ressourcen:

• Einsatz maßgeschneiderter Fundamentmodelle
• Bereitstellung von On-Demand-Stiftungsmodellen
• Einsatz von Fundamentmodellen auf Abruf
• Abrechnungsdetails für generative AI-Assets

Integrieren Sie eine vorhandene gehostete Bereitstellung von IBM OpenPages mit watsonx.governance

Copy link to section

13. Februar 2024

Zusätzlich zur optionalen Integration von watsonx.governance in die Governance-Konsole, die mit OpenPages as a Service bereitgestellt wird, können Sie jetzt watsonx.governance in eine gehostete Bereitstellung von IBM OpenPages, integrieren, entweder in einer verwalteten Cloud oder in einer herkömmlichen lokalen Bereitstellung. Für die Integration mit einer gehosteten Version von OpenPages ist der Essentials-Plan für watsonx.governance erforderlich.

• Weitere Informationen zu den Plänen finden Sie unter IBM watsonx.governance, wo Sie auch die verschiedenen Planoptionen finden.
• Weitere Informationen zur Synchronisierung von Anwendungsfalldaten mit watsonx.governance finden Sie unter "Managing AI uses cases" (KI-Anwendungsfälle verwalten)
• Anweisungen zur Integration finden Sie unter Integration mit watsonx.governance

Bereitstellung von Modellen, die von scikit-learn und XGBoost in das ONNX-Format konvertiert wurden

Copy link to section

13. Februar 2024

Sie können jetzt maschinelles Lernen und generative KI-Modelle einsetzen, die von scikit-learn und XGBoost in das ONNX-Format konvertiert werden, und den Endpunkt für Schlussfolgerungen verwenden. Weitere Informationen finden Sie unter Bereitstellen von Modellen, die in das ONNX-Format umgewandelt wurden.

Arbeiten Sie mit neuen Einsatzmodellen auf Abruf Granite Code in watsonx.ai

Copy link to section

13. Februar 2025

Verwenden Sie die folgenden Granite Code -Foundation-Modelle von IBM für Programmieraufgaben wie das Schreiben, Konvertieren und Korrigieren von Programmcode:

• granite-8b-code-instruct
• granite-20b-code-instruct
• granite-34b-code-instruct

Weitere Informationen zu Preisen finden Sie unter "Unterstützte Stiftungsmodelle ". Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Aktualisierte SPSS Modeler -Tutorial-Videos

Copy link to section

11. Februar 2025

Sehen Sie sich die aktualisierten Videos in den SPSS Modeler -Tutorials an und erfahren Sie mehr über SPSS Modeler.

Sehen Sie sich das neueste Modell der IBM Granite -Stiftung in der Region Dallas an

Copy link to section

7. Februar 2025

Testen Sie jetzt eine technische Vorschau des granite-3-2-8b-instruct-preview-rc -Stiftungsmodells, das in der Region Dallas verfügbar ist. Das Vorschaumodell Granite 3.2 fügt auf neuartige Weise neue Argumentationsfähigkeiten hinzu. Die Funktion "Reasoning" ist konfigurierbar, d. h. Sie können Reasoning nur für Aufgaben aktivieren, bei denen erklärende Informationen in der Ausgabe nützlich sind.

Datenprognosen mit IBM Granite -Zeitreihen-Grundmodellen sind jetzt allgemein verfügbar

Copy link to section

6. Februar 2025

Verwenden Sie die Zeitreihenprognose-Methode der watsonx.ai -API, um historische Datenbeobachtungen an ein IBM Granite -Zeitreihen-Grundmodell zu übergeben, das zukünftige Werte mit Null-Schuss-Inferenz vorhersagen kann.

• Weitere Informationen zur Verwendung der Prognosemethode der watsonx.ai -API finden Sie unter "Prognose zukünftiger Datenwerte ".
• Informationen zu Preisen finden Sie unter "Rechnungsdetails für generative KI-Ressourcen ".

IBM watsonx.ai ist in der Region Toronto verfügbar

Copy link to section

6. Februar 2025

Watsonx.ai ist jetzt allgemein im Rechenzentrum in Toronto verfügbar und Toronto kann bei der Anmeldung als bevorzugte Region ausgewählt werden. Verwenden Sie eine Teilmenge der bereitgestellten Grundmodelle für Schlussfolgerungen und Einbettungsmodelle zur Generierung von Texteinbettungen und zur Neubewertung von Passagen.

Weitere Informationen zu den in der Region Toronto verfügbaren Stiftungsmodellen und Produktfunktionen finden Sie unter "Regionale Verfügbarkeit von Dienstleistungen und Funktionen ".

Inference stellt bei Bedarf benutzerdefinierte Fundamentmodelle aus der Region Sydney bereit

Copy link to section

6. Februar 2025

Sie haben jetzt mehr Möglichkeiten, mit Stiftungsmodellen aus Projekten zu arbeiten, die in der Region Sydney durchgeführt werden.

• Benutzerdefinierte Fundamentmodelle hochladen und einsetzen.
• Wählen Sie aus einer Reihe beliebter Foundation-Modelle, die auf dedizierter Hardware für die ausschließliche Nutzung durch Ihre Organisation bereitgestellt werden.

Weitere Informationen finden Sie in den folgenden Ressourcen:

• Einsatz maßgeschneiderter Fundamentmodelle
• Bereitstellung von On-Demand-Stiftungsmodellen
• Einsatz von Fundamentmodellen auf Abruf
• Abrechnungsdetails für generative AI-Assets

Mistral Large 2 das Foundation-Modell steht Ihnen auf Anfrage zur Verfügung

Copy link to section

6. Februar 2025

Das mistral-large-instruct-2407 -Stiftungsmodell von Mistral AI ist als Bereitstellungsmodell auf Abruf verfügbar. Für den Zugriff auf dieses Modell wird eine zusätzliche Gebühr pro Stunde erhoben. Weitere Informationen zu Preisen finden Sie unter "Unterstützte Stiftungsmodelle ".

Weitere Informationen zum Bereitstellen eines Basismodells bei Bedarf finden Sie unter Bereitstellen von Basismodellen bei Bedarf.

Einsatz und Inferenz neuer DeepSeek-R1 -Destillationsmodelle bei Bedarf in watsonx.ai

Copy link to section

3. Februar 2025

Sie können jetzt destillierte Varianten von DeepSeek-R1 -Modellen bei Bedarf in watsonx.ai auf IBM Cloud bereitstellen. Die destillierten DeepSeek-R1 -Modellvarianten basieren auf Llama-Modellen, die mithilfe von Trainingsdaten, die vom DeepSeek-R1 -Modell generiert wurden, verfeinert werden.

Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Weitere Informationen zur Bereitstellung eines Fundamentmodells bei Bedarf über das Ressourcenzentrum oder die REST-API finden Sie unter Bereitstellung von Fundamentmodellen bei Bedarf.

Standardinventar ersetzt Plattform-Vermögenskatalog in watsonx.governance

Copy link to section

3. Februar 2025

Es steht jetzt ein Standardinventar zur Verfügung, in dem watsonx.governance -Artefakte, einschließlich KI-Anwendungsfälle, Modelle von Drittanbietern, Anhänge und Berichte, gespeichert werden können. Das Standardinventar ersetzt jegliche frühere Abhängigkeit vom Platform Access Catalog oder IBM Knowledge Catalog für die Speicherung von Governance-Artefakten.

Weitere Informationen finden Sie unter "Standardinventar einrichten ".

Evaluierungsstudio im Rechenzentrum in Sydney verfügbar

Copy link to section

3. Februar 2025

Mit Evaluation Studio können Sie Ihre generativen KI-Assets mit quantitativen Metriken und anpassbaren Kriterien bewerten und vergleichen, die auf Ihre Anwendungsfälle zugeschnitten sind. Bewerten Sie die Leistung mehrerer Anlagen gleichzeitig und zeigen Sie vergleichende Analysen der Ergebnisse an, um die besten Lösungen zu ermitteln.

Weitere Informationen finden Sie unter Vergleich von AI-Assets mit Evaluation Studio.

Erstellen und implementieren Sie KI-Agenten im neuen Agent Lab (Beta)

Copy link to section

30. Januar 2025

Sie können jetzt KI-Agenten erstellen und einsetzen, um Ihre Anwendungen mithilfe der Benutzeroberfläche von Agent Lab flexibler und dynamischer zu gestalten. Sie können den Agenten so konfigurieren, dass er Entscheidungen trifft und Aufgaben ausführt, indem Sie ein Agenten-Framework, ein Basismodell und externe Tools verwenden, die Sie in den Einstellungen des Agenten angeben.

Weitere Informationen finden Sie unter "Agent Lab ".

Wenn Sie das Agent Lab verwenden, um Ihre agentenbasierten KI-Anwendungen in watsonx.ai zu erstellen, werden Ihre Anwendungen als KI-Dienste bereitgestellt. Sie können Ihre Lösung direkt über die Benutzeroberfläche bereitstellen oder Ihre Lösung in ein bearbeitbares Notizbuch in Python exportieren, das den KI-Dienst bereitstellt.

Weitere Informationen finden Sie unter Bereitstellen von AI-Diensten.

Ein leistungsstarkes neues Mistral Large 2 -Stiftungsmodell steht Ihnen auf Anfrage zur Verfügung

Copy link to section

30. Januar 2025

Setzen Sie das mistral-large-instruct-2411 -Grundmodell von Mistral AI auf dedizierter Hardware ein, die ausschließlich Ihrer Organisation zur Verfügung steht. Dieses neueste Fundamentmodell verbessert das Fundamentmodell von Mistral-Large-Instruct-2407 durch eine bessere Handhabung langer Eingabeaufforderungen, Anweisungen zur Befolgung von Systemaufforderungen und Funktionsaufrufe.

Im Gegensatz zu anderen Bereitstellungsmodellen auf Abruf fällt für den Zugriff auf das gehostete mistral-large-instruct-2411 -Stiftungsmodell eine zusätzliche Stundengebühr an. Weitere Informationen zu Preisen finden Sie unter "Unterstützte Stiftungsmodelle ".

Weitere Informationen zur Bereitstellung eines Fundamentmodells bei Bedarf über das Ressourcenzentrum oder die REST-API finden Sie unter Bereitstellung von Fundamentmodellen bei Bedarf.

Ableitung des Mistral Small 3-Gründungsmodells in der Region Frankfurt

Copy link to section

30. Januar 2025

Das mistral-small-24b-instruct-2501 -Stiftungsmodell von Mistral AI ist verfügbar und wird auf einer mandantenfähigen Hardware gehostet, die sofort einsatzbereit ist. Das Mistral Small 3-Grundmodell ist aufgrund folgender Merkmale eine gute Wahl für Chat-Workflows:

• Agentische Fähigkeiten mit nativen Funktionsaufrufen und JSON-Ausgabegenerierung.
• Modernste Konversations- und Argumentationsfähigkeiten.
• Starke Einhaltung und Unterstützung von Systemansagen.
• Unterstützt Dutzende von Sprachen, darunter Englisch, Französisch, Deutsch, Spanisch, Italienisch, Chinesisch, Japanisch, Koreanisch, Portugiesisch, Niederländisch und Polnisch.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Einsatz und Schlussfolgerung DeepSeek-R1 destillierte Modelle mit watsonx.ai

Copy link to section

29. Januar 2025

Sie können jetzt die destillierten Varianten von DeepSeek-R1, einem leistungsstarken Open-Source-Argumentationsmodell, verwenden, um DeepSeek-R1 -Modelle mit watsonx.ai sicher auf IBM Cloud bereitzustellen und zu schließen, sodass Entwickler die Entwicklung von KI-gestützten Lösungen beschleunigen können. DeepSeek-R1 das Modell kann als benutzerdefiniertes Fundamentmodell mit watsonx.ai eingesetzt werden.

Weitere Informationen finden Sie unter "Bereitstellen benutzerdefinierter Foundation-Modelle ".

Niedrigerer Preis für die Ableitung von Llama 3.3 70b Instruct-Grundmodell

Copy link to section

29. Januar 2025

Der Preis für die Ableitung des llama-3-3-70b-instruct -Stiftungsmodells von Meta sank von 0.0018 auf 0.00071 USD pro 1.000 Token. Die Preisänderung gilt für alle Regionen, in denen das Stiftungsmodell verfügbar ist.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Allgemeine Verfügbarkeit von AutoAI für RAG-Experimente

Copy link to section

23. Januar 2025

AutoAI für RAG wird nun vollständig unterstützt, um die Suche nach einem optimierten abrufverstärkten Generierungsmuster für Ihre Anwendungen zu automatisieren. Dieses Update enthält die folgenden neuen Funktionen:

• Erkunden Sie AutoAI für RAG anhand von Beispieldaten und einer geführten Tour, um den Prozess kennenzulernen.
• Wenn Sie ein Experiment mit einem Milvus -Vektorspeicher erstellen, können Sie jetzt ein RAG-Muster als KI-Dienst bereitstellen, sodass Sie von einem Bereitstellungsbereich aus auf den Endpunkt zugreifen können, um Schlussfolgerungen zu ziehen.

Einzelheiten finden Sie unter Automatisieren eines RAG-Musters mit AutoAI.

AutoAI Für das Ausführen von RAG-Experimenten fallen folgende Gebühren an:

• Gebühren für die Kapazitätseinheit (CUH) für die Laufzeit der Experimente.
• Ressourceneinheit (RU), die für alle während des Experimentdurchlaufs getätigten Einbettungs- und generativen KI-Modell-Inferenzaufrufe berechnet wurde. Eine Ressourceneinheit (RU) entspricht 1.000 Token.

Informationen zu den Plänen und Rechnungsdetails finden Sie unter watsonx.ai Runtime-Pläne.

KI-Dienste mit CPDCTL bereitstellen

Copy link to section

23 Januar 2024

Sie können jetzt die Befehlszeilenschnittstelle Cloud Pak for Data (CPDCTL) verwenden, um Ihre generativen KI-Lösungen mit KI-Diensten programmgesteuert bereitzustellen. CPDCTL ist ein Befehlszeilenprogramm für die Bereitstellung und Verwaltung von KI-Diensten auf der IBM Cloud Pak for Data (CPD)-Plattform. Es bietet eine einfache und optimierte Möglichkeit, KI-Dienste bereitzustellen, wodurch die Notwendigkeit einer manuellen Konfiguration entfällt und das Fehlerrisiko reduziert wird.

Weitere Informationen finden Sie unter "Deploying AI services with Cloud Pak for Data Command-Line Interface (CPDCTL )".

KI-Dienste mit AutoAI für RAG bereitstellen

Copy link to section

23 Januar 2024

Wenn Sie AutoAI verwenden, um eine generative KI-Lösung zu erstellen, die ein RAG-Muster verwendet, können Sie Ihre Lösung jetzt direkt aus dem AutoAI Experiment Builder als KI-Dienst bereitstellen. Weitere Informationen finden Sie unter "KI-Dienste mit Tools bereitstellen ".

Stellen Sie Modelle bereit, die von CatBoost und LightGBM in das ONNX-Format konvertiert wurden

Copy link to section

23 Januar 2024

Sie können jetzt maschinelles Lernen und generative KI-Modelle einsetzen, die von CatBoost und LightGBM in das ONNX-Format konvertiert werden, und den Endpunkt für Schlussfolgerungen verwenden. Diese Modelle können auch an dynamische Achsen angepasst werden. Weitere Informationen finden Sie unter Bereitstellen von Modellen, die in das ONNX-Format umgewandelt wurden.

Einsatz beliebter Fundamentmodelle auf Abruf in watsonx.ai

Copy link to section

22. Januar 2025

Sie können nun die folgenden Foundation-Modelle auf dedizierter Hardware in der Region Dallas für die ausschließliche Nutzung durch Ihre Organisation bereitstellen:

• llama-3-1-70b-instruct
• granite-7b-lab

Weitere Informationen zu diesen Modellen, wie z. B. Preise und unterstützte Längen von Kontextfenstern, finden Sie unter "Deploy on Demand Foundation-Modelle ".

Weitere Informationen zur Bereitstellung eines Fundamentmodells bei Bedarf über das Ressourcenzentrum oder die REST-API finden Sie unter Bereitstellung von Fundamentmodellen bei Bedarf.

Mehrere Modelle der Llama-Stiftung sind jetzt in weiteren Regionen verfügbar

Copy link to section

22. Januar 2025

Die folgenden Gründungsmodelle von Meta sind in weiteren Regionen verfügbar:

• llama-3-3-70b-instruct: Jetzt auch in Tokio und London sowie in Dallas und Frankfurt erhältlich.
• llama-3-2-11b-vision-instruct: Jetzt auch in Frankfurt und London erhältlich, zusätzlich zu Dallas, Tokio und Sydney.

Weitere Informationen zur regionalen Verfügbarkeit von Stiftungsmodellen erhalten Sie unter Regionale Verfügbarkeit auf IBM Cloud.

Die Stiftungsmodelle Llama 3.1 Instruct, 70b und 8b sind veraltet

Copy link to section

22. Januar 2025

Die folgenden Gründungsmodelle von Meta sind veraltet. Überarbeiten Sie alle Aufforderungen, die diese Grundlagenmodelle verwenden.

• llama-3-1-70b-instruct

  • Ablaufdatum: 22. Januar 2025
  • Abhebungsdatum: 30. Mai 2025
  • Alternatives Modell: llama-3-3-70b-instruct oder llama-3-2-90b-vision-instruct

• llama-3-1-8b-instruct

  • Ablaufdatum: 22. Januar 2025
  • Abhebungsdatum: 30. Mai 2025
  • Alternatives Modell: llama-3-2-11b-vision-instruct

Einzelheiten über die Veraltung und den Rückzug finden Sie unter Lebenszyklus des Basismodells. Weitere Informationen über alternative Modelle finden Sie unter Unterstützte Stiftungsmodelle.

Wenn Sie weiterhin mit diesen Grundmodellen arbeiten möchten, können Sie die Modelle bei Bedarf für Ihre exklusive Nutzung bereitstellen. Weitere Informationen finden Sie unter "Deploy on Demand"-Stiftungsmodelle.

Verwenden Sie neue IBM Granite -Einbettungsmodelle in watsonx.ai

Copy link to section

16. Januar 2025

Sie können jetzt die folgenden von IBM bereitgestellten Granite in watsonx.ai: verwenden:

• granite-embedding-107m-multilingual
• granite-embedding-278m-multilingual

Verwenden Sie die neuen Einbettungsmodelle, um hochwertige Texteinbettungen für die Eingabe in Form einer Abfrage, Passage oder eines Dokuments in mehreren Sprachen zu generieren. Weitere Informationen finden Sie unter "Unterstützte Encoder-Modelle " und "Text vektorisieren ".

Granite wurden modifiziert

Copy link to section

16. Januar 2025

Sie können jetzt die neueste Version Granite von IBM auf watsonx.ai in den Rechenzentren in Dallas und Sydney abrufen.

Die neuesten Versionen 3.1 der Modelle unterstützen jetzt eine Kontextlänge von 128.000 Token und werden mit zusätzlichen synthetischen Daten trainiert, um die Leistung bei Risiken im Zusammenhang mit Halluzinationen und Jailbreak zu verbessern. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Die Modelle der Stiftungen granite-20b-multilingual und codellama-34b-instruct-hf sind veraltet

Copy link to section

15. Januar 2025

Die folgenden Gründungsmodelle sind veraltet. Überarbeiten Sie alle Aufforderungen, die diese Grundlagenmodelle verwenden.

• granite-20b-multilingual

  • Ablaufdatum: 15. Januar 2025
  • Abhebungsdatum: 16. April 2025
  • Alternatives Modell: granite-3-8b-instruct

• codellama-34b-instruct-hf

  • Ablaufdatum: 15. Januar 2025
  • Abhebungsdatum: 31. März 2025
  • Alternatives Modell: llama-3-3-70b-instruct

Einzelheiten über die Veraltung und den Rückzug finden Sie unter Lebenszyklus des Basismodells. Weitere Informationen über alternative Modelle finden Sie unter Unterstützte Stiftungsmodelle.

Neue Modellarchitekturen zur Bereitstellung benutzerdefinierter Fundamentmodelle verfügbar

Copy link to section

15. Januar 2024

Sie können jetzt benutzerdefinierte Fundamentmodelle mit den folgenden Architekturen in watsonx.ai: bereitstellen:

• exaone
• gemma
• gemma2
• granite
• mt5
• nemotron
• olmo
• persimmon
• phi
• phi3
• qwen
• qwen2

Weitere Informationen finden Sie unter "Planung der Bereitstellung eines benutzerdefinierten Foundation-Modells ".

Beta-Abschluss für AutoAI am 23. Januar 2025

Copy link to section

13. Januar 2025

Nach Abschluss der Betaphase fallen für die Durchführung von AutoAI folgende Gebühren an:

• Gebühren für die Kapazitätseinheit (CUH) für die Laufzeit der Experimente.
• Ressourceneinheit (RU) berechnet für das Einbetten des Erdungsdokuments und für die Ableitung der generativen KI-Modelle. Eine Resource Unit (RU) entspricht 1.000 Token.

Informationen zu den Plänen und Rechnungsdetails finden Sie unter watsonx.ai Runtime-Pläne.

In das ONNX-Format konvertierte Modelle bereitstellen

Copy link to section

20. Dezember 2024

Sie können jetzt Modelle für maschinelles Lernen und generative KI bereitstellen, die in das ONNX-Format konvertiert wurden, und den Endpunkt für die Inferenzierung verwenden. Diese Modelle können auch an dynamische Achsen angepasst werden. Weitere Informationen finden Sie unter Bereitstellen von Modellen, die in das ONNX-Format umgewandelt wurden.

Bereitstellung von SPSS Modeler mit mehreren Quellen

Copy link to section

20. Dezember 2024

Sie können jetzt Bereitstellungen für SPSS Modeler erstellen, die mehrere Eingabeströme verwenden, um Daten für das Modell bereitzustellen. Weitere Informationen finden Sie unter Bereitstellen von SPSS Modeler.

Änderungen an den Granite 3 Instruct Gründungsmodellen werden eingeführt

Copy link to section

13. Dezember 2024

An den folgenden IBM wurden Änderungen vorgenommen:

• granite-3-2b-instruct
• granite-3-8b-instruct

Mit den jüngsten Änderungen bieten die Granite 3.1 Instruct Foundation-Modelle nun eine bessere Unterstützung für die Codierung von Aufgaben und intrinsischen Funktionen für Agenten. Die Länge des unterstützten Kontextfensters für diese Gründungsmodelle stieg von 4.096 Token auf 131.072 Token. Obwohl die Modell-IDs für die Granite Instruct Modelle gleich bleiben, werden die Modellgewichte aktualisiert.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Codefreie Lösung für die Suche nach einem RAG-Muster mit AutoAI (beta)

Copy link to section

12. Dezember 2024

Sie können nun die Suche nach dem optimalen RAG-Muster für Ihren Anwendungsfall über die AutoAI automatisieren. Laden Sie die Dokumentensammlung und die Testfragen, wählen Sie eine Vektordatenbank und führen Sie das Experiment durch, um einen schnellen Weg zum Finden eines RAG-Musters zu finden. Sie können auch die Konfigurationseinstellungen für das Experiment überprüfen und ändern. Vergleichen Sie die durch das Experiment erzeugten Muster und speichern Sie das beste Muster als automatisch erzeugtes Notizbuch oder als Notizbücher, die in Ihrem Projekt gespeichert sind.

Einzelheiten finden Sie unter Automatisieren eines RAG-Musters mit AutoAI.

Bereitstellung von KI-Diensten mit Vorlagen

Copy link to section

12. Dezember 2024

Sie können Ihre KI-Dienste mit Hilfe vordefinierter Vorlagen bereitstellen. KI-Servicevorlagen bieten eine standardisierte Möglichkeit zur Bereitstellung von KI-Services, indem sie eine vordefinierte Struktur und Konfiguration für die Bereitstellung von KI-Modellen bieten. Bei diesen Vorlagen handelt es sich um vorgefertigte, einsatzbereite Codeeinheiten, die die Programmierlogik generativer KI-Anwendungen kapseln.

KI-Servicevorlagen automatisieren Aufgaben wie die Erstellung von Bereitstellungen, die Generierung von Metadaten und die Erstellung von Erweiterungen, so dass sich Entwickler auf die Kernlogik ihrer Anwendung konzentrieren können. Sie bieten eine flexible Möglichkeit zur Bereitstellung von KI-Diensten und unterstützen mehrere Eingaben und Anpassungen.

Weitere Informationen finden Sie unter Bereitstellen von AI-Diensten mit Vorlagen.

Das neueste Modell der Llama Foundation steht Ihnen auf Anfrage zur Verfügung

Copy link to section

12. Dezember 2024

Sie können die folgenden Adressen verwenden: Meta Llama 3.3 70B. Richten Sie ein mehrsprachiges Stiftungsmodell auf dedizierter Hardware ein, die ausschließlich Ihrer Organisation zur Verfügung steht. Das neueste Gründungsmodell von Meta verfügt über ähnliche Fähigkeiten wie das größere Modell von llama-3-405b-instruct, ist jedoch kleiner und besonders in den Bereichen Codierung, schrittweise Argumentation und Tool-Aufruf versiert. Sie können das vollständige Modell ( llama-3-3-70b-instruct-hf ) oder eine quantisierte Version ( llama-3-3-70b-instruct ) bereitstellen, für deren Hosting weniger Ressourcen erforderlich sind.

Weitere Informationen zur Bereitstellung eines Fundamentmodells bei Bedarf über das Ressourcenzentrum oder die REST-API finden Sie unter Bereitstellung von Fundamentmodellen bei Bedarf.

Bereitstellung von Basismodellen auf Abruf mit der Python

Copy link to section

12. Dezember 2024

Mit der Python watsonx.ai können Sie jetzt Ihre Basismodelle bei Bedarf bereitstellen. Mit diesem Ansatz können Sie auf die Fähigkeiten dieser leistungsstarken Fundamentmodelle zugreifen, ohne dass Sie umfangreiche Rechenressourcen benötigen. Foundation-Modelle, die Sie on-demand bereitstellen, werden in einem speziellen Bereitstellungsbereich gehostet, in dem Sie diese Modelle für Inferencing verwenden können.

Weitere Informationen finden Sie unter Bereitstellen von Foundation-Modellen auf Abruf.

Aktualisierte SPSS Modeler

Copy link to section

11. Dezember 2024

Machen Sie praktische Erfahrungen mit SPSS Modeler, indem Sie die 15 aktualisierten SPSS Modeler ausprobieren.

Vergleich von AI-Assets mit Evaluation Studio

Copy link to section

12. Dezember 2024

Mit Evaluation Studio können Sie Ihre generativen KI-Assets mit quantitativen Metriken und anpassbaren Kriterien bewerten und vergleichen, die auf Ihre Anwendungsfälle zugeschnitten sind. Bewerten Sie die Leistung mehrerer Anlagen gleichzeitig und zeigen Sie vergleichende Analysen der Ergebnisse an, um die besten Lösungen zu ermitteln.

Weitere Informationen finden Sie unter Vergleich von AI-Assets mit Evaluation Studio.

Erweiterungen der Governance-Konsole

Copy link to section

12. Dezember 2024

Erweiterungen der watsonx.governance Model Risk Governance Lösung

Diese Version enthält die folgenden Verbesserungen:

• Die neue AI Model Onboarding Risk Identification Fragebogenvorlage wird während des Modell-Onboarding-Prozesses verwendet, um die mit einem Modell verbundenen Risiken zu identifizieren. Diese Fragebogenvorlage wird im Arbeitsablauf des Foundation Model Onboarding verwendet.
• Die neue Fragebogenvorlage zur Identifizierung von KI-Nutzungsfällen dient dazu, die mit KI-Nutzungsfällen verbundenen Risiken zu ermitteln. Diese Fragebogenvorlage wird im Workflow Use Case Review verwendet. Dieser neue Fragebogen soll den Fragebogen zur Identifizierung von AI-Risiken ersetzen
• Die neue Fragebogenvorlage zur Identifizierung von KI-Anwendungsfällen und -Modellen dient dazu, die Risiken zu ermitteln, die mit der Kombination aus einem KI-Anwendungsfall und einem Modell verbunden sind. Diese Fragebogenvorlage wird im Workflow Use Case Development and Documentation verwendet.
• Der AI Assessment Workflow ist jetzt standardmäßig deaktiviert. Er wird durch den Workflow Fragebogenbewertung ersetzt. Sie können nun Fragebogenvorlagen direkt im Use Case Workflow einstellen.
• Die Arbeitsabläufe, Ansichten und Dashboards wurden aktualisiert.

Weitere Informationen finden Sie unter Lösungskomponenten in der Governance-Konsole.

Bugfixes und Sicherheitskorrekturen

Es wurden Fehler- und Sicherheitskorrekturen vorgenommen.

Weitere Informationen finden Sie unter Neue Funktionen in 9.0.0.5.

IBM watsonx.governance ist in der Region Sydney verfügbar

Copy link to section

9. Dezember 2024

IBM watsonx.governance ist nun allgemein im Rechenzentrum in Sydney verfügbar. Sie können bei der Anmeldung Sydney als Ihre bevorzugte Region auswählen.

Weitere Informationen zu den Produktfunktionen, die in der Region Sydney verfügbar sind, finden Sie unter Regionale Verfügbarkeit von Diensten und Funktionen.

Bereitstellung von Stiftungsmodellen nach Bedarf in der Region Dallas

Copy link to section

6. Dezember 2024

Wählen Sie aus einer ausgewählten Sammlung von Basismodellen, die Sie auf dedizierter Hardware für die ausschließliche Nutzung durch Ihr Unternehmen bereitstellen können. Eine gezielte Bereitstellung bedeutet eine schnellere Interaktion bei der Ableitung von Basismodellen. Die Bereitstellung von On-Demand-Foundation-Modellen wird nach Stunden abgerechnet. Weitere Informationen finden Sie unter Unterstützte Grundlagenmodelle und Abrechnungsdetails für generative KI-Assets.

Weitere Informationen zur Bereitstellung eines Fundamentmodells bei Bedarf über das Ressourcenzentrum oder die REST-API finden Sie unter Bereitstellung von Fundamentmodellen bei Bedarf.

Inferenz des neuesten Modells der Llama-Stiftung von Meta in den Regionen Dallas und Frankfurt

Copy link to section

6. Dezember 2024

Das mehrsprachige Schulungsmodell "Instruct" ist in den Regionen Dallas und Frankfurt verfügbar. Meta Llama 3.3 70B Das llama-3-3-70b-instruct -Stiftungsmodell ist in der Codierung, der schrittweisen Argumentation und dem Aufrufen von Tools versiert. Mit einer Leistung, die mit der des 405b -Modells mithalten kann, ist das Llama 3.3-Foundation-Modell-Update eine gute Wahl für Entwickler. Siehe die Ankündigung von IBM.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Überprüfung von Benchmarks zum Vergleich von Stiftungsmodellen

Copy link to section

5. Dezember 2024

Sehen Sie sich die Benchmarks der Fundamentmodelle an, um sich über die Fähigkeiten der verfügbaren Fundamentmodelle zu informieren, bevor Sie sie ausprobieren. Vergleichen Sie, wie verschiedene Stiftungsmodelle bei den Aufgaben abschneiden, die für Ihren Anwendungsfall am wichtigsten sind. Weitere Informationen finden Sie unter Benchmarks für Stiftungsmodelle.

Microsoft Excel-Dateien sind für OPL-Modelle in Decision Optimization veraltet

Copy link to section

5. Dezember 2024

Microsoft Excel-Arbeitsmappendateien (.xls und .xlsx) werden jetzt nicht mehr für die direkte Eingabe und Ausgabe in OPL-Modellen Decision Optimization verwendet. Um eine Verbindung zu Excel-Dateien herzustellen, verwenden Sie stattdessen einen Datenkonnektor. Der Datenkonnektor wandelt Ihre Excel-Datei in eine .csv-Datei um. Weitere Informationen finden Sie unter referenzierte Daten.

Neue Beispiel-Notebooks für den Einsatz von Modellen, die in das ONNX-Format konvertiert wurden

Copy link to section

3. Dezember 2024

Sie können jetzt Modelle für maschinelles Lernen und generative KI bereitstellen, die in das ONNX-Format konvertiert wurden, und den Endpunkt für die Inferenzierung verwenden. Diese Modelle können auch an dynamische Achsen angepasst werden. Siehe die folgenden Beispiel-Notizbücher:

• Umwandlung des neuronalen Netzes ONNX von festen Achsen in dynamische Achsen
• ONNX-Modell aus PyTorch konvertiert verwenden
• Verwenden Sie das aus TensorFlow konvertierte ONNX-Modell, um handgeschriebene Ziffern zu erkennen

Weitere Informationen finden Sie unter watsonx.ai Runtime Python client samples and examples.

Die Gründungsmodelle llama-3-8b-instruct und llama-3-70b-instruct sind veraltet

Copy link to section

2. Dezember 2024

Die folgenden Gründungsmodelle sind veraltet. Überarbeiten Sie alle Aufforderungen, die diese Grundlagenmodelle verwenden.

• llama-3-8b-instruct

  • Abschreibungsdatum: 2. Dezember 2024
  • Rücktrittsdatum: 3. Februar 2025
  • Alternativmodell: llama-3-1-8b-instruct, llama-3-2-11b-vision-instruct

• llama-3-70b-instruct

  • Abschreibungsdatum: 2. Dezember 2024
  • Abhebungsdatum: 3. Februar 2025 (31. März 2025 in Sydney)
  • Alternativmodell: llama-3-1-70b-instruct, llama-3-2-90b-vision-instruct

Einzelheiten über die Veraltung und den Rückzug finden Sie unter Lebenszyklus des Basismodells. Weitere Informationen über alternative Modelle finden Sie unter Unterstützte Stiftungsmodelle.

Verbesserte Dokumentation zu Schreiboptionen für Data Refinery

Copy link to section

28. November 2024

Die Schreiboptionen und Tabellenoptionen für den Export von Datenflüssen hängen von Ihrer Verbindung ab. Diese Optionen werden nun erläutert, damit Sie bei der Auswahl Ihrer Zieltabellenoptionen besser geführt werden. Weitere Informationen finden Sie unter Zielverbindungsoptionen für Data Refinery.

Komponentendienste von IBM watsonx.ai wurden umbenannt

Copy link to section

21. November 2024

Die folgenden Dienste wurden umbenannt:

• Watson Machine Learning heißt jetzt watsonx.ai Runtime
• Watson Studio heißt jetzt watsonx.ai Studio

In einigen Videos, Notizbüchern und Codebeispielen werden diese Dienste möglicherweise weiterhin unter ihren früheren Namen aufgeführt.

IBM watsonx.ai ist in der Region Sydney verfügbar

Copy link to section

21. November 2024

Watsonx.ai ist jetzt generell im Rechenzentrum in Sydney verfügbar und Sydney kann bei der Anmeldung als bevorzugte Region ausgewählt werden.

Weitere Informationen zu den in der Region Sydney verfügbaren Stiftungsmodellen und Produktfunktionen finden Sie unter Regionale Verfügbarkeit von Diensten und Funktionen.

Verwenden Sie IBM Granite -Zeitreihen-Grundmodelle und die watsonx.ai -API, um zukünftige Werte (Beta) vorherzusagen

Copy link to section

21. November 2024

Verwenden Sie die Zeitreihen-API, um historische Datenbeobachtungen an ein IBM Granite -Zeitreihen-Grundmodell zu übergeben, das zukünftige Werte mit Null-Schuss-Inferenz vorhersagen kann. Die Zeitreihenprognose-Methode der watsonx.ai API ist als Beta-Funktion verfügbar. Weitere Informationen finden Sie unter "Prognose zukünftiger Datenwerte ".

Verwendung von watsonx.ai Text-Einbettungsmodellen aus der Elasticsearch Inferenz-API

Copy link to section

21. November 2024

Die Version Elasticsearch 8.16.0 Release fügte Unterstützung für die Erstellung eines Inferenzendpunkts hinzu, der ein watsonx.ai -Grundmodell für Texteinbettungsaufgaben verwendet.

Weitere Informationen finden Sie unter Vektorisierung von Text mithilfe der API.

Beförderung von SPSS Modeler zu Einsatzbereichen

Copy link to section

19. November 2024

Sie können jetzt SPSS Modeler direkt von Projekten in Bereitstellungsbereiche verschieben, ohne das Projekt exportieren und dann in den Bereitstellungsbereich importieren zu müssen. Weitere Informationen finden Sie unter Förderung von SPSS Modeler und -Modellen.

Nutzen Sie die IBM watsonx.ai Demo-Chat-App ohne Test-Einschränkungen durch Verknüpfung von Konten

Copy link to section

15. November 2024

Sie können Ihr IBM watsonx.ai jetzt ohne Token-Nutzung oder zeitliche Begrenzung nutzen, indem Sie Ihr Demokonto mit Ihrem bezahlten IBM Cloud watsonx.ai verknüpfen. Details finden Sie unter Verknüpfung der IBM watsonx.ai Demo und watsonx.ai Konten.

Das watsonx.ai Node.js ist bei LangChain erhältlich

Copy link to section

11. November 2024

Das watsonx.ai Node.js kann über die LangChain JavaScript genutzt werden. Die Integration unterstützt watsonx.ai wie das Inferencing von Basismodellen, die Generierung von Texteinbettungen und die Handhabung von Chat-Austausch, der Bild-zu-Text- und Tool-Calling-Funktionen umfasst. Mit der LangChain können Sie diese watsonx.ai über einheitliche Schnittstellen abrufen, die es Ihnen erleichtern, zwischen Anbietern zu wechseln, um Angebote zu vergleichen und die beste Lösung für Ihre Bedürfnisse zu finden.

Weitere Informationen finden Sie unter Node.js SDK.

Für die Verteilung von Assets und die Ausführung von Aufträgen aus einem Verteilungsraum sind jetzt Task-Anmeldeinformationen erforderlich

Copy link to section

11. November 2024

Um die Sicherheit bei der Ausführung von Verteilungsaufträgen zu verbessern, müssen Sie Ihre Anmeldedaten für die Aufgabe eingeben, um die folgenden Assets aus einem Verteilungsraum zu verteilen:

• Eingabeaufforderungsvorlagen
• KI-Services
• Modelle
• Python-Funktionen
• Scripts

Außerdem müssen Sie Ihre Anmeldeinformationen für die Aufgabe eingeben, um die folgenden Bereitstellungen aus Ihrem Bereitstellungsbereich zu erstellen:

• Online
• Stapel-

Sie müssen auch Ihre Anmeldeinformationen für Aufgaben verwenden, um Verteilungsaufträge aus Ihrem Verteilungsraum zu erstellen und zu verwalten.

Wie Sie Ihre Aufgabenanmeldeinformationen einrichten und einen API-Schlüssel generieren können, erfahren Sie unter Hinzufügen von Aufgabenanmeldeinformationen.

Bereitstellung von generativen KI-Anwendungen mit KI-Diensten

Copy link to section

7. November 2024

Sie können jetzt KI-Services in watsonx.ai nutzen, um Ihre Anwendungen bereitzustellen. Ein KI-Service ist eine einsatzfähige Codeeinheit, mit der Sie die Logik Ihrer generativen KI-Anwendungsfälle erfassen können. Während Python traditionell für die Bereitstellung von maschinellen Lernressourcen verwendet werden, bieten KI-Dienste eine flexiblere Option für die Bereitstellung von Code für generative KI-Anwendungen, z. B. für Streaming. Wenn Ihre KI-Dienste erfolgreich implementiert sind, können Sie den Endpunkt für Inferenzen aus Ihrer Anwendung heraus verwenden.

Weitere Informationen finden Sie unter Bereitstellen von AI-Diensten.

Die Gründungsmodelle granite-13b-chat-v2, llama2-13b-dpo-v7 und mt0-xxl-13b sind veraltet

Copy link to section

4. November 2024

Die folgenden Gründungsmodelle sind veraltet. Überarbeiten Sie alle Aufforderungen, die diese Grundlagenmodelle verwenden.

granite-13b-chat-v2

• Datum der Abschreibung: 4. November 2024
• Rücktrittsdatum: 3. Februar 2025
• Alternatives Modell: granite-3-8b-instruct

llama2-13b-dpo-v7

• Datum der Abschreibung: 4. November 2024
• Rücktrittsdatum: 4. Dezember 2024
• Alternatives Modell: llama-3-1-8b-instruct

mt0-xxl-13b

• Datum der Abschreibung: 4. November 2024
• Rücktrittsdatum: 4. Dezember 2024
• Alternative Modelle: llama-3-1-8b-instruct, llama-3-2-11b-vision-instruct

Einzelheiten über die Veraltung und den Rückzug finden Sie unter Lebenszyklus des Basismodells. Weitere Informationen über alternative Modelle finden Sie unter Unterstützte Stiftungsmodelle.

Neues Einbettungsmodell von Drittanbietern all-minilm-l6-v2 ) ist in watsonx.ai verfügbar

Copy link to section

29. Oktober 2024

Das Text-Einbettungsmodell all-minilm-l6-v2 aus der Open-Source-Gemeinschaft für natürliche Sprachverarbeitung (NLP) und Computer Vision (CV) ist jetzt über die Text-Einbettungsmethode der watsonx.ai API verfügbar. Verwenden Sie das Modell, um Text in Texteinbettungsvektoren umzuwandeln, die für die Verwendung bei Textabgleichs- und Retrievalaufgaben geeignet sind. Einzelheiten zu den Modellen finden Sie in den folgenden Themen:

• Unterstützte Gebermodelle
• Text vektorisieren
• Abrechnungsdetails für generative AI-Assets

Günstigerer Preis für die Ableitung des Mistral Large -Stiftungsmodells

Copy link to section

29. Oktober 2024

Der Preis für Beiträge, die Sie an das Mistral Large -Stiftungsmodell senden, ist von 1,00 $ 0.01 auf 1,00 $ 0.003 USD pro 1.000 Token gesunken. Der Preis für die Ausgabe, die durch das Stiftungsmodell generiert wird, hat sich nicht geändert; der Preis für die Ausgabe-Token bleibt bei 1 $ 0.01 USD/1,000 Token. Die Preisänderung gilt für alle Regionen, in denen das Stiftungsmodell mistral-large verfügbar ist.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Abschaffung von IBM Runtime 23.1

Copy link to section

28. Oktober 2024

IBM Runtime 23.1 ist veraltet. Ab dem 21. November 2024 können Sie keine neuen Notebooks oder benutzerdefinierten Umgebungen mehr erstellen, indem Sie 23.1 verwenden. Außerdem können Sie keine neuen Bereitstellungen mit Software-Spezifikationen erstellen, die auf der 23.1 basieren. Um einen reibungslosen Ablauf zu gewährleisten und die neuesten Funktionen und Verbesserungen zu nutzen, wechseln Sie zu IBM Runtime 24.1.

• Informationen zum Ändern von Umgebungen finden Sie unter Ändern von Notebook-Umgebungen.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Vereinfachen Sie komplexe Geschäftsdokumente mit der Textextraktions-API

Copy link to section

28. Oktober 2024

Die Methode zur Textextraktion ist nun allgemein in der watsonx.ai REST API verfügbar. Nutzen Sie die von IBM entwickelte Technologie zum Verstehen von Dokumenten, um Ihre komplexen Geschäftsdokumente so zu vereinfachen, dass sie von Foundation-Modellen als Teil eines generativen KI-Workflows verarbeitet werden können. Die Textextraktions-API extrahiert Text aus Dokumentstrukturen wie Bildern, Diagrammen und Tabellen, die von Basismodellen oft nicht korrekt interpretiert werden können. Weitere Informationen finden Sie unter Extrahieren von Text aus Dokumenten.

Die API ist in allen Regionen für Nutzer von kostenpflichtigen Tarifen verfügbar. Einzelheiten zu den Preisen finden Sie in der Tabelle der Tarife für die Extraktion von Dokumententext.

Vergleichen Sie Tabellen in Decision Optimization, um Unterschiede zwischen Szenarien zu erkennen

Copy link to section

23. Oktober 2024

Sie können jetzt Tabellen in einem Decision Optimization entweder in der Ansicht " Daten vorbereiten" oder "Lösung untersuchen" vergleichen. Dieser Vergleich kann nützlich sein, um Unterschiede in den Datenwerten zwischen nebeneinander angezeigten Szenarien zu erkennen.
Weitere Informationen finden Sie unter Szenariotabellen vergleichen.

Neue Granite 3.0 Modelle sind in watsonx.ai verfügbar

Copy link to section

21. Oktober 2024

Sie können nun von ' watsonx.ai: auf die folgenden Modelle der Generation ' 3.0 ' Granite schließen, die von ' IBM bereitgestellt werden

• Granite Instruct Modelle in allen Regionen: Verwenden Sie die neuen, auf Instruct abgestimmten, leichtgewichtigen und quelloffenen Sprachmodelle für Aufgaben wie Zusammenfassungen, Problemlösungen, Textübersetzungen, Schlussfolgerungen, Codierungen und Funktionsaufrufe. Funktioniert mit den folgenden Modellvarianten:
  • granite-3-2b-instruct
  • granite-3-8b-instruct
• Granite Guardian Modelle in der Region Dallas: Verwenden Sie die neuen Granite Guardian-Modelle, bei denen es sich um fein abgestimmte Granite Instruct-Modelle handelt, die darauf ausgelegt sind, Risiken in Aufforderungen und Antworten zu erkennen. Funktioniert mit den folgenden Modellvarianten:
  • granite-guardian-3-2b
  • granite-guardian-3-8b

Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Verbessern Sie Such- und Retrievalaufgaben mit der Text-Rerank-API

Copy link to section

21. Oktober 2024

Die Text-Rerank-Methode ist generell in der watsonx.ai REST API verfügbar. Verwenden Sie diese neue API-Methode zusammen mit Reranker-Grundmodellen, wie z. B. dem neu unterstützten ms-marco-minilm-l-12-v2, um eine Menge von Dokumentpassagen auf der Grundlage ihrer Ähnlichkeit mit einer bestimmten Abfrage neu zu ordnen. Reranking ist eine nützliche Methode, um Ihre Arbeitsabläufe bei der Suche nach Antworten zu präzisieren. Weitere Informationen finden Sie unter Neueinstufung von Dokumentenpassagen.

Das neue Modell Pixtral 12B ist in den Regionen Frankfurt und London erhältlich

Copy link to section

21. Oktober 2024

Sie können jetzt das Pixtral 12B -Stiftungsmodell von Mistral AI auf watsonx.ai in den Rechenzentren in Frankfurt und London verwenden.

Pixtral 12B ist ein natives multimodales Modell mit Bild-zu-Text- und Text-zu-Text-Fähigkeiten, das mit verschachtelten Bild- und Textdaten trainiert wurde. Das Modell der Stiftung unterstützt variable Bildgrößen und ist hervorragend für Aufgaben geeignet, bei denen Anweisungen befolgt werden müssen. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Kontoressourcen-Scoping ist standardmäßig aktiviert

Copy link to section

17. Oktober 2024

Die Einstellung " Resource scope für Ihr Konto ist jetzt standardmäßig auf " ON gesetzt. Wenn Sie jedoch zuvor den Wert für den Ressourcenbereich entweder auf ' ON oder ' OFF gesetzt haben, wird die aktuelle Einstellung nicht geändert.

Wenn das Ressourcenscoping aktiviert ist, können Sie nicht auf Projekte zugreifen, die sich nicht in Ihrem aktuell ausgewählten IBM Cloud befinden. Wenn Sie zu mehr als einem IBM Cloud gehören, werden möglicherweise nicht alle Ihre Projekte zusammen aufgeführt. Es kann zum Beispiel sein, dass Sie nicht alle Ihre Projekte auf der Seite Alle Projekte sehen. Sie müssen das Konto wechseln, um die Projekte in den anderen Konten zu sehen.

Ein Modell der Code Foundation Granite ist in der Region Frankfurt verfügbar

Copy link to section

15. Oktober 2024

Das granite-20b-code-instruct -Stiftungsmodell von IBM ist darauf ausgelegt, auf codierungsbezogene Anweisungen zu reagieren. Sie können das Grundmodell in Projekten verwenden, die im Rechenzentrum in Frankfurt gehostet werden, um Sie bei Programmieraufgaben und beim Erstellen von Programmierassistenten zu unterstützen. Weitere Informationen über das Modell finden Sie unter Unterstützte Gründungsmodelle.

Neue Vorteile bei der Lizenzierung

Copy link to section

10. Oktober 2024

Sie können jetzt Ihre eigene Lizenz (BYOL) mitbringen, um die Vorteile der On-Premises-Lizenzierung auf IBM watsonx.ai und IBM watsonx.governance anzuwenden.

Weitere Informationen finden Sie unter Aktivieren von Bring Your Own License (BYOL) für SaaS.

Analysieren Sie japanische Textdaten in SPSS Modeler mit Text Analytics

Copy link to section

9. Oktober 2024

Sie können jetzt die Textanalyseknoten in SPSS Modeler, wie z. B. den Textlink-Analyseknoten und den Text Mining-Knoten, verwenden, um in Japanisch geschriebene Textdaten zu analysieren.

Erstellen Sie konversationelle Workflows mit der watsonx.ai Chat-API

Copy link to section

8. Oktober 2024

Nutzen Sie die watsonx.ai, um generative KI-Funktionen, einschließlich agentengesteuerter Aufrufe von Tools und Diensten von Drittanbietern, in Ihre Anwendungen zu integrieren.

Weitere Informationen finden Sie unter den folgenden Themen:

• Hinzufügen einer generativen Chatfunktion zu Ihren Anwendungen mit der Chat-API
• Aufbau von agentengesteuerten Arbeitsabläufen mit der Chat-API

Neue Software-Spezifikation für benutzerdefinierte Gründungsmodelle

Copy link to section

7. Oktober 2024

Sie können jetzt eine neue Software-Spezifikation watsonx-cfm-caikit-1.1 mit Ihren benutzerdefinierten Foundation-Modell-Implementierungen verwenden. Die Spezifikation basiert auf der vLLM -Bibliothek und ist besser für die neuesten großen Sprachmodelle geeignet, die nur mit Decodern arbeiten. Weitere Informationen zur Bibliothek vLLM finden Sie unter vLLM Informationen zur Verwendung der Spezifikation mit einem benutzerdefinierten Fundamentmodell finden Sie unter Planung der Bereitstellung eines benutzerdefinierten Fundamentmodells.

Die Gründungsmodelle granite-7b-lab und llama3-llava-next-8b-hf sind veraltet

Copy link to section

7. Oktober 2024

Das granite-7b-lab -Stiftungsmodell ist veraltet und wird am 7. Januar 2025 eingestellt. Überarbeiten Sie alle Eingabeaufforderungen, die dieses Grundmodell verwenden.

• Verfallsdatum: 7. Oktober 2024
• Rücktrittsdatum: 7. Januar 2025
• Alternatives Modell: granite-3-8b-instruct

Das multimodale Stiftungsmodell llama3-llava-next-8b-hf ist ebenfalls veraltet und wird am 7. November 2024 eingestellt. Sie können jetzt eines der neu veröffentlichten Llama 3.2-Vision-Modelle für Bild-zu-Text-Generierungsaufgaben verwenden.

• Verfallsdatum: 7. Oktober 2024
• Rücktrittsdatum: 7. November 2024
• Alternatives Modell: llama-3-2-11b-vision-instruct

Einzelheiten über die Veraltung und den Rückzug finden Sie unter Lebenszyklus des Basismodells. Weitere Informationen über alternative Modelle finden Sie unter Unterstützte Stiftungsmodelle.

Aktualisierte Umgebungen und Software-Spezifikationen

Copy link to section

3. Oktober 2024

Die Tensorflow und Keras, die in IBM Runtime 23.1 enthalten sind, werden jetzt auf ihre neueren Versionen aktualisiert. Dies kann Auswirkungen darauf haben, wie der Code in Ihren Notizbüchern ausgeführt wird. Weitere Informationen finden Sie unter Bibliothekspakete, die in den watsonx.ai Studio (ehemals Watson Studio) -Laufzeiten enthalten sind.

Runtime 23.1 wird noch in diesem Jahr zugunsten von IBM Runtime 24.1 eingestellt. Um wiederholte Unterbrechungen zu vermeiden, empfehlen wir Ihnen, jetzt auf IBM Runtime 24.1 umzusteigen und die entsprechenden Softwarespezifikationen für den Einsatz zu verwenden.

• Informationen zum Ändern von Umgebungen finden Sie unter Ändern von Notebook-Umgebungen.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Verfügbarkeit des watsonx.governance in der Region Frankfurt und Abschaffung des OpenScale

Copy link to section

3. Oktober 2024

Der watsonx.governance zur Bereitstellung von Watson OpenScale in der Region Frankfurt ist veraltet. IBM Watson OpenScale wird nicht mehr für neue Abonnements oder für die Bereitstellung neuer Instanzen zur Verfügung stehen. Für OpenScale können Sie den watsonx.governance Essentials-Plan abonnieren, der jetzt sowohl in Frankfurt als auch in Dallas verfügbar ist.

• Informationen zum Anzeigen von Plandetails finden Sie unter watsonx.governance -Pläne.
• Weitere Informationen finden Sie unter Einrichten von watsonx.governance.

Hinweise:

• Bestehende Legacy-Plan-Instanzen werden weiterhin betrieben und bis zum noch zu bestimmenden End-of-Support-Datum unterstützt.
• Bestehende Kunden, die IBM Watson OpenScale nutzen, können weiterhin Support-Tickets über IBM Watson OpenScale eröffnen.

Neue Menübegriffe zum Öffnen der Seite Plattformverbindungen

Copy link to section

3. Oktober 2024

Zuvor lautete der Pfad zur Seite Plattformverbindungen im Navigationsmenü Daten > Plattformverbindungen. Der neue Pfad lautet Daten > Konnektivität. Die Seite Konnektivität enthält eine Registerkarte für Plattformverbindungen.

Llama 3.2 Fundamentmodelle, einschließlich der multimodalen Modelle 11B und 90B, sind verfügbar

Copy link to section

25. September 2024

Mit der heutigen Veröffentlichung werden die folgenden Gründungsmodelle von Meta AI in der Region Dallas verfügbar:

Llama 3.2 Modelle unterrichten

Vielseitige große Sprachmodelle, die große Eingaben unterstützen (128.000 Token Kontextfensterlänge) und mit 1B und 3B Parametern so leicht und effizient sind, dass sie auf ein mobiles Gerät passen. Sie können diese Modelle nutzen, um hoch personalisierte Agenten auf dem Gerät zu erstellen.

Llama 3.2 Sichtmodelle

Fein abgestimmte Modelle, die für Anwendungsfälle mit Bild und Text entwickelt wurden, wie z. B. das Verstehen von Dokumenten, die Interpretation von Diagrammen und Grafiken sowie die Beschriftung von Bildern.

Lama Guard Sichtmodell

Leistungsstarkes Leitplankenmodell für die Filterung schädlicher Inhalte.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Erweiterungen der Governance-Konsole

Copy link to section

25. September 2024

Diese Version enthält Erweiterungen und Fehlerbehebungen.

Benutzerdefinierte Registerkarten auf dem Dashboard

Das Dashboard kann jetzt bis zu drei benutzerdefinierte Registerkarten enthalten.

Gestapelte Balkendiagramme

Sie können jetzt ein gestapeltes Balkendiagramm auf dem Dashboard und im Ansichtsdesigner konfigurieren.

Verwendung von Ausdrücken zum Festlegen von Feldwerten auf der Grundlage der Antworten eines Fragebogen-Teilnehmers

Sie können nun einen Ausdruck für den Wert eines Feldes eingeben. Sie können z. B. [$TODAY$] für das aktuelle Datum, [$END_USER$] für den Namen des angemeldeten Benutzers oder [$System Fields:Description$] eingeben, um das Feld auf den Wert des Feldes Beschreibung des Objekts zu setzen.

Erweiterungen der watsonx.governance Model Risk Governance Lösung

Diese Version enthält die folgenden Erweiterungen:

• Der neue Objekttyp Modellgruppe bietet eine Möglichkeit, ähnliche Modelle zusammenzufassen. So können beispielsweise Versionen eines Modells, die einen ähnlichen Ansatz zur Lösung eines Geschäftsproblems verwenden, in einer Modellgruppe zusammengefasst werden.
• Die neue Berechnung des Use Case Risk Scoring fasst die Metriken nach Verstoßstatus zu Risikowerten zusammen, um einen Gesamtüberblick über die Leistung der zugrunde liegenden Modelle eines Anwendungsfalls zu geben.
• Die neue Geschäftseinheit "Discovered AI library" bietet einen Standardort, an dem alle KI-Implementierungen gespeichert werden, die nicht den sanktionierten Governance-Praktiken innerhalb eines Unternehmens entsprechen (auch als "Schatten-KI" bekannt).
• Die Arbeitsabläufe, Ansichten und Dashboards wurden aktualisiert.

Weitere Informationen finden Sie unter Lösungskomponenten in der Governance-Konsole.

Bugfixes und Sicherheitskorrekturen

Es wurden Fehler- und Sicherheitskorrekturen vorgenommen.

Weitere Informationen finden Sie unter Neue Funktionen in 9.0.0.4.

Automatisieren Sie RAG-Muster mit AutoAI SDK (beta)

Copy link to section

23. September 2024

Verwenden Sie das AutoAI Python SDK, um den Entwurf und die Bereitstellung eines optimierten RAG-Musters (Retrieval-augmented generation) auf der Grundlage Ihrer Daten und Ihres Anwendungsfalls zu automatisieren und zu beschleunigen. RAG verfügt über zahlreiche Konfigurationsparameter, z. B. welches große Sprachmodell gewählt werden soll, wie die Grundlagendokumente zerlegt werden sollen und wie viele Dokumente abgerufen werden sollen. AutoAI automatisiert die vollständige Erkundung und Bewertung eines begrenzten Satzes von Konfigurationsoptionen und erzeugt eine Reihe von Musterpipelines, die nach ihrer Leistung im Hinblick auf die Optimierungsmetrik geordnet sind.

Siehe Automatisierung eines RAG-Musters mit dem AutoAI SDK(Beta) für Details über die Funktion und Nutzungshinweise für die Codierung eines AutoAI RAG-Experiments.

Entfernung der Spark 3.3-Laufzeit

Copy link to section

23. September 2024

Die Unterstützung für die Spark 3.3-Laufzeit in IBM Analytics Engine wird bis zum 29. Oktober 2024 entfernt und die Standardversion wird auf die Spark 3.4-Laufzeit geändert. Um einen reibungslosen Ablauf zu gewährleisten und die neuesten Funktionen und Verbesserungen zu nutzen, wechseln Sie zu Spark 3.4.

Ab dem 29. Oktober 2024 können Sie keine Notebooks oder benutzerdefinierten Umgebungen mit Spark 3.3-Laufzeiten erstellen oder ausführen. Außerdem können Sie keine Bereitstellungen mit Softwarespezifikationen erstellen oder ausführen, die auf der Spark-Laufzeit 3.3 basieren.

• Um Ihre Instanz auf Spark 3.4 zu aktualisieren, lesen Sie Ersetzen Sie die Standardlaufzeit der Instanz.
• Einzelheiten zu den verfügbaren Notebook-Umgebungen finden Sie unter Ändern der Umgebung eines Notebooks.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Ableitung eines multimodalen Fundamentmodells aus dem Prompt Lab

Copy link to section

19. September 2024

Sie können jetzt ein Bild in Prompt Lab hinzufügen und über das Bild chatten, indem Sie ein multimodales Fundamentmodell im Chat-Modus aufrufen. Zusätzlich zu den Grundlagendokumenten können Sie jetzt Bilder hochladen und ein Modell der Stiftung, das Bild-zu-Text-Aufgaben unterstützt, nach dem visuellen Inhalt des Bildes fragen. Weitere Informationen finden Sie unter Chatten mit Dokumenten und Bildern.

Das neue Modell llama3-llava-next-8b-hf ist in der Region Dallas erhältlich

Copy link to section

19. September 2024

Sie können jetzt das neue multimodale llama3-llava-next-8b-hf -Modell der Stiftung auf IBM watsonx.ai verwenden, um bei Bild-zu-Text-Aufgaben zu helfen.

Large Language and Vision Assistant (LLaVa) kombiniert ein vortrainiertes großes Sprachmodell mit einem vortrainierten Vision-Encoder für multimodale Chatbot-Anwendungsfälle. LLaVA NeXT Llama3 wird auf vielfältigeren, hochwertigen Bild- und Textdaten trainiert. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Verwenden Sie das watsonx.ai Node.js SDK zur Programmierung generativer KI-Anwendungen

Copy link to section

18. September 2024

Inferenz und Abstimmung von Basismodellen in IBM watsonx as a Service programmatisch mit dem Paket watsonx.ai Node.js. Weitere Informationen finden Sie unter Node.js SDK.

Verstehen der IP-Entschädigungsrichtlinien für Stiftungsmodelle

Copy link to section

18. September 2024

Sie können jetzt die IBM-Richtlinie zur Entschädigung für geistiges Eigentum besser verstehen und sehen, welche Foundation-Modelle in watsonx.ai eine Entschädigung für geistiges Eigentum abdecken. Weitere Informationen finden Sie unter Modelltypen und IP-Entschädigung.

Erstellen Sie Stapelverarbeitungsaufträge für SPSS Modeler -Flows im Bereitstellungsbereich

Copy link to section

10. September 2024

Sie können jetzt Batch-Jobs für SPSS Modeler-Flows in Deployment-Spaces erstellen. Flows geben Ihnen die Flexibilität zu entscheiden, welche Terminalknoten jedes Mal ausgeführt werden sollen, wenn Sie einen Batch-Job aus einem Flow erstellen. Wenn Sie Batch-Jobs für Abläufe einplanen, verwendet der Batch-Job die Datenquellen und Ausgabeziele, die Sie in Ihrem Ablauf angegeben haben. Das Mapping für diese Datenquellen und -ausgaben erfolgt automatisch, wenn sich die Datenquellen und -ziele ebenfalls in Ihrem Bereitstellungsbereich befinden. Weitere Informationen zum Erstellen von Batch-Aufträgen aus Flows finden Sie unter Erstellen von Deployment-Aufträgen für SPSS Modeler-Flows.

Weitere Informationen über Flows und Modelle in Deployment Spaces finden Sie unter Deploying von SPSS Modeler Flows und Modellen.

Bringen Sie Ihr eigenes Fundamentmodell zur Auswertung von watsonx.ai in der Region Dallas mit

Copy link to section

3. September 2024

Zusätzlich zur Arbeit mit Foundation-Modellen, die von IBM kuratiert wurden, können Sie jetzt Ihre eigenen Foundation-Modelle hochladen und bereitstellen. Nachdem die Modelle bereitgestellt und bei watsonx.ai registriert wurden, erstellen Sie Prompts, die programmgesteuert oder über das Prompt Lab auf die benutzerdefinierten Modelle schließen. Diese Funktion ist nur in der Region Dallas verfügbar.

Weitere Informationen zum Hochladen von benutzerdefinierten Foundation-Modellen finden Sie unter Bereitstellung von benutzerdefinierten Foundation-Modellen. Informationen zu den Plänen und Abrechnungsdetails für benutzerdefinierte Basismodelle finden Sie unter watsonx.ai Runtime-Pläne.

Vereinfachen Sie komplexe Geschäftsdokumente mit der API für die Textextraktion aus Dokumenten

Copy link to section

3. September 2024

Wenden Sie die von IBM entwickelte Technologie zum Verstehen von Dokumenten an, um Ihre komplexen Geschäftsdokumente so zu vereinfachen, dass sie von Foundation-Modellen als Teil eines generativen KI-Workflows verarbeitet werden können. Die API für die Extraktion von Dokumententext extrahiert Text aus Dokumentstrukturen wie Bildern, Diagrammen und Tabellen, die von Basismodellen oft nicht korrekt interpretiert werden können. Die Textextraktionsmethode der watsonx.ai REST API ist eine Beta-Funktion.

Weitere Informationen finden Sie unter Extrahieren von Text aus Dokumenten.

Granite Änderungen und Aktualisierungen des Code-Foundation-Modells sind verfügbar

Copy link to section

3. September 2024

Das granite-20b-code-instruct -Stiftungsmodell wurde in die Version 1.1.0 geändert. Die jüngste Modifikation wurde mit einer Mischung aus hochwertigen Daten aus den Bereichen Code und natürliche Sprache trainiert, um die Fähigkeit des Modells, Schlussfolgerungen zu ziehen und Anweisungen zu befolgen, zu verbessern.

Die folgenden Gründungsmodelle wurden aktualisiert, um die Größe des unterstützten Kontextfensters (Eingabe + Ausgabe) für Prompts von 8192 auf 128.000 zu erhöhen:

• granite-3b-code-instruct
• granite-8b-code-instruct

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Die Modelle llama-2-13b-chat und llama-2-70b-chat sind veraltet

Copy link to section

26. August 2024

Die Gründungsmodelle llama-2-13b-chat und llama-2-70b-chat sind veraltet und werden am 25. September 2024 zurückgezogen. Überarbeiten Sie alle Aufforderungen, die diese Grundlagenmodelle verwenden.

llama-2-13b-chat

• Verfallsdatum: 26. August 2024
• Rücktrittsdatum: 25. September 2024
• Alternatives Modell: llama-3.1-8b-instruct

llama-2-70b-chat

• Verfallsdatum: 26. August 2024
• Rücktrittsdatum: 25. September 2024
• Alternatives Modell: llama-3.1-70b-instruct

Inferenzanfragen, die über die API an die Modelle llama-2-13b-chat und llama-2-70b-chat gestellt werden, erzeugen weiterhin Ausgaben, enthalten aber eine Warnmeldung über die bevorstehende Rücknahme des Modells. Ab dem 25. September 2024 werden API-Anfragen zum Inferencing der Modelle keine Ausgabe mehr erzeugen.

Einzelheiten über die Veraltung und den Rückzug finden Sie unter Lebenszyklus des Basismodells.

Hinzufügen von Benutzergruppen als Mitwirkende in Projekten und Bereichen

Copy link to section

22. August 2024

Sie können jetzt Benutzergruppen in Projekten und Bereichen hinzufügen, wenn Ihr IBM Cloud-Konto IAM-Zugangsgruppen enthält. Ihr IBM Cloud-Kontoverwalter kann Zugriffsgruppen erstellen, die dann als Benutzergruppen in Projekten verfügbar sind. Weitere Informationen finden Sie unter Arbeiten mit IAM-Zugangsgruppen.

Unterstützung bei der Beendigung der Vorhersage von Anomalien für AutoAI Zeitreihenexperimente

Copy link to section

19. August 2024

Die Funktion zur Vorhersage von Anomalien (Ausreißern) in AutoAI Zeitreihenmodellvorhersagen, die sich derzeit in der Betaphase befindet, ist veraltet und wird am 23. September 2024 entfernt. Standardmäßige AutoAI Zeitreihenexperimente werden weiterhin vollständig unterstützt. Einzelheiten finden Sie unter Aufbau eines Zeitreihenexperiments.

Neue Schiefereinbettungsmodelle von IBM sind in allen Regionen verfügbar

Copy link to section

15. August 2024

IBM Schiefereinbettungsmodelle bieten Unternehmen die Möglichkeit, Einbettungen für verschiedene Eingaben wie Abfragen, Passagen oder Dokumente zu erzeugen. Die neuen Modelle slate-125m-english-rtrvr-v2 und slate-30m-english-rtrvr-v2 zeigen deutliche Verbesserungen gegenüber ihren v1 Gegenstücken. Wenn Sie heute die Modelle slate-125m-english-rtrvr und slate-30m-english-rtrvr verwenden, wechseln Sie zu den neuen v2 Slate-Modellen, um von den Modellverbesserungen zu profitieren.

Weitere Informationen finden Sie unter Unterstützte Geberfundamentmodelle.

Konfigurieren Sie KI-Leitplanken für Benutzereingaben und Fundamentmodellausgaben separat in Prompt Lab

Copy link to section

15. August 2024

Passen Sie die Empfindlichkeit der KI-Leitplanken an, die schädliche Inhalte finden und entfernen, wenn Sie mit den Eingabeaufforderungen des Foundation-Modells in Prompt Lab experimentieren. Sie können unterschiedliche Filterempfindlichkeitsstufen für Benutzereingaben und Modellausgabetexte festlegen und effektive AI-Leitplankeneinstellungen in Eingabeaufforderungsvorlagen speichern.

Weitere Informationen finden Sie unter Entfernen schädlicher Inhalte.

Auswahl von Testdaten aus Projekten für zeitnahe Vorlagenauswertungen

Copy link to section

8. August 2024

Wenn Sie Prompt-Vorlagen in Projekten auswerten, können Sie jetzt Projekt-Assets wählen, um Testdaten für Auswertungen auszuwählen. Weitere Informationen finden Sie unter Auswertung von Prompt-Vorlagen in Projekten.

Das neue Modell llama-3-1-70b-instruct ist jetzt verfügbar auf IBM watsonx.ai

Copy link to section

7. August 2024

Sie können jetzt die neuesten Llama 3.1-Grundmodelle von Meta in der 70-Milliarden-Parametergröße auf IBM watsonx.ai verwenden.

Die Llama 3.1 Serie von Basismodellen sind leistungsstarke große Sprachmodelle mit erstklassigen Argumentationsfähigkeiten. Die Modelle können für komplexe mehrsprachige Argumentationsaufgaben verwendet werden, einschließlich Textverständnis, Transformation und Codegenerierung. Sie unterstützen Englisch, Deutsch, Französisch, Italienisch, Portugiesisch, Hindi, Spanisch und Thai. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Aktualisierte Q&A mit RAG-Beschleuniger

Copy link to section

6. August 2024

Das Beispielprojekt Q&A mit RAG-Beschleuniger 1.2 enthält die folgenden Verbesserungen:

• Holen Sie sich Hilfe bei der nächsten Phase Ihrer RAG-Implementierung (Retrieval-Augmented Generation): Sammeln Sie Nutzerfeedback und analysieren Sie die Antwortqualität. Enthält Analysen mit unüberwachter Themenerkennung, um beliebte Themen, die Zufriedenheit der Benutzer mit den generierten Antworten nach Thema und die Suchergebnisse nach Thema anzuzeigen.

• Neue Vorlagen für Eingabeaufforderungen, die für die IBM granite-7b-lab und Meta Llama 3.1-Stiftungsmodelle optimiert sind.

• Optimierter Code, der RAG-Dienstprogramme aus der watsonx.ai Python-Bibliothek und gezielte Vektorsuchfilter für die Suche nach Produkt, Bereich und mehr verwendet.

Siehe Q&A mit RAG-Beschleuniger.

Das neue Modell llama-3-1-8b-instruct ist jetzt verfügbar auf IBM watsonx.ai

Copy link to section

1. August 2024

Sie können jetzt die neuesten Llama 3.1-Grundmodelle von Meta in der 8-Milliarden-Parametergröße auf IBM watsonx.ai verwenden.

Die Llama 3.1 Serie von Basismodellen sind leistungsstarke große Sprachmodelle mit erstklassigen Argumentationsfähigkeiten. Die Modelle können für komplexe mehrsprachige Argumentationsaufgaben verwendet werden, einschließlich Textverständnis, Transformation und Codegenerierung. Sie unterstützen Englisch, Deutsch, Französisch, Italienisch, Portugiesisch, Hindi, Spanisch und Thai. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Assoziieren Sie Arbeitsbereiche mit KI-Anwendungsfällen

Copy link to section

1. August 2024

Der Ablauf für die Erstellung eines KI-Anwendungsfalls wurde geändert, um ihn besser auf den KI-Lebenszyklus abzustimmen. Nachdem Sie die Grundlagen für einen KI-Anwendungsfall definiert haben, ordnen Sie Arbeitsbereiche zu, um Assets so zu organisieren, dass sie mit den Phasen einer KI-Lösung übereinstimmen. Verknüpfen Sie beispielsweise ein Projekt oder einen Bereich für Assets in der Entwicklungs- oder Validierungsphase, und verknüpfen Sie einen Bereich für Assets in der Betriebsphase.

Einzelheiten finden Sie unter Zuordnung von Arbeitsbereichen zu einem KI-Anwendungsfall.

Ankündigung der Unterstützung für Python 3.11 Und R4.3 Frameworks und Softwarespezifikationen zur Laufzeit 24.1

Copy link to section

25. Juli 2024

Sie können jetzt IBM Runtime 24.1 verwenden, das die neuesten Data Science-Frameworks auf Basis von Python 3.11 und R 4.3 enthält, um Jupyter-Notebooks und R-Skripte auszuführen und Modelle zu trainieren. Ab dem 29. Juli können Sie auch Einsätze durchführen. Aktualisieren Sie Ihre Assets und Implementierungen, um IBM Runtime 24.1 Frameworks und Software-Spezifikationen zu verwenden.

• Informationen zu den IBM Laufzeit 24.1 Release und die enthaltenen Umgebungen für Python 3.10 und R 4.2, sehen Notebook-Umgebungen.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Erweiterte Version von Jupyter Notebook Editor ist jetzt verfügbar

Copy link to section

25. Juli 2024

Wenn Sie Ihr Notebook in Umgebungen betreiben, die auf Runtime basieren 24.1 können Sie diese Erweiterungen für die Arbeit mit Ihrem Code nutzen:

• Debuggen Sie Ihren Code automatisch
• Automatisch ein Inhaltsverzeichnis für Ihr Notizbuch erstellen
• Zeilennummern neben Ihrem Code umschalten
• Reduzieren Sie den Zellinhalt und verwenden Sie die Side-by-Side-Ansicht für Code und Ausgabe für eine höhere Produktivität.

Weitere Informationen finden Sie unter Jupyter-Notebook-Editor.

Mit Runtime unterstützte Transformer-Einbettungsmodelle für Natural Language Processor 24.1

Copy link to section

25. Juli 2024

In der neuen Runtime 24.1-Umgebung können Sie jetzt Transformer-Einbettungsmodelle für die Verarbeitung natürlicher Sprache (NLP) verwenden, um Texteinbettungen zu erstellen, die die Bedeutung eines Satzes oder einer Passage erfassen und so bei abruferweiterten Generierungsaufgaben helfen. Weitere Informationen finden Sie unter Einbettungen.

Neue spezialisierte NLP-Modelle sind in Runtime verfügbar 24.1

Copy link to section

25. Juli 2024

Die folgenden neuen, spezialisierten NLP-Modelle sind jetzt in der Runtime enthalten 24.1 Umfeld:

• Ein Modell, das hasserfüllte, beleidigende oder gotteslästerliche Inhalte (HAP) in Textinhalten erkennen und identifizieren kann. Weitere Informationen finden Sie unter HAP-Erkennung.
• Drei vortrainierte Modelle, die Themen aus den Bereichen Finanzen, Cybersicherheit und Biomedizin behandeln können. Weitere Informationen finden Sie unter Klassifizieren von Text mit einem benutzerdefinierten Klassifizierungsmodell.

Extrahieren Sie detaillierte Erkenntnisse aus großen Textsammlungen mithilfe der Key Point Summarization

Copy link to section

25. Juli 2024

Sie können jetzt die Key Point Summarization in Notizbüchern verwenden, um detaillierte und verwertbare Erkenntnisse aus großen Textsammlungen zu extrahieren, die die Meinungen von Personen darstellen (z. B. Produktbewertungen, Umfrageantworten oder Kommentare in sozialen Medien). Das Ergebnis wird in einer organisierten, hierarchischen Weise geliefert, die leicht zu verarbeiten ist. Weitere Informationen finden Sie unter Zusammenfassung der wichtigsten Punkte

Aktualisierung der RStudio

Copy link to section

25. Juli 2024

Um eine konsistente Benutzererfahrung in privaten und öffentlichen Clouds zu gewährleisten, wird die RStudio IDE für IBM watsonx am 29. Juli 2024 auf RStudio Server 2024.04.1 und R 4.3.1 aktualisiert. Die neue Version von RStudio bietet eine Reihe von Erweiterungen und Sicherheitsverbesserungen. Weitere Informationen finden Sie in den RStudio Server 2024.04.1 Release Notes. Obwohl keine größeren Kompatibilitätsprobleme zu erwarten sind, sollten sich Benutzer der Versionsänderungen für einige Pakete bewusst sein, die in der folgenden Tabelle unten beschrieben werden.

Wenn Sie die RStudio nach dem Upgrade aus einem Projekt heraus starten, setzen Sie den RStudio zurück, um sicherzustellen, dass der Bibliothekspfad für R 4.3.1 vom RStudio übernommen wird.

Eine neue Version des Mistral Large Modells ist jetzt auf IBM watsonx.ai in den Regionen Dallas, Frankfurt und London verfügbar

Copy link to section

24. Juli 2024

Sie können jetzt das Mistral Large 2 -Stiftungsmodell von Mistral AI auf IBM watsonx.ai in den Rechenzentren in Dallas, Frankfurt und London verwenden.

Das Modell Mistral Large 2 unterstützt 11 Sprachen und beherrscht Textverständnis, Codegenerierung und erweiterte Schlussfolgerungen. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Neu llama-3-405b-instruct Modell ist in der Region Dallas verfügbar

Copy link to section

23. Juli 2024

Sie können jetzt das llama-3-405b-instruct -Stiftungsmodell von Meta auf IBM watsonx.ai im Rechenzentrum in Dallas verwenden.

Das Modell llama-3-405B-instruct (v3.1) bietet Unternehmen ein leistungsfähiges großes Sprachmodell mit erstklassigen Argumentationsfähigkeiten und ist das umfangreichste Open-Source-Modell, das bisher veröffentlicht wurde. Dieses Grundmodell kann für komplexe mehrsprachige Aufgaben des logischen Denkens verwendet werden, einschließlich Textverständnis, Transformation und Codegenerierung. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Der merlinite-7b Modell ist veraltet

Copy link to section

22. Juli 2024

Das merlinite-7b -Stiftungsmodell ist veraltet und wird am 22. August 2024 eingestellt. Überarbeiten Sie alle Eingabeaufforderungen, die dieses Grundmodell verwenden.

• Abkündigungsdatum: 22. Juli 2024
• Austrittsdatum: 22. August 2024
• Alternatives Modell: mixtral-8x7b-instruct-v01

Inferenzanfragen, die an die merlinite-7b Sie können mithilfe der API weiterhin Ausgaben im Modell generieren, aber eine Warnmeldung über die bevorstehende Modellrücknahme einschließen. Ab dem 22. August 2024 werden API-Anfragen zum Inferencing des Modells keine Ausgabe mehr erzeugen.

Weitere Informationen zur Einstellung der Unterstützung und Zurückziehung finden Sie unter Foundation model lifecycle.

Das neue Modell Mistral Large ist in den Regionen Frankfurt und Dallas erhältlich

Copy link to section

9. Juli 2024

Sie können jetzt das Mistral Large -Stiftungsmodell von Mistral AI auf IBM watsonx.ai in den Rechenzentren in Frankfurt und Dallas verwenden.

Mistral Large bietet Unternehmen ein leistungsfähiges großes Sprachmodell mit erstklassigen Schlussfolgerungsfähigkeiten. Dieses Grundmodell kann für komplexe mehrsprachige Aufgaben des logischen Denkens verwendet werden, einschließlich Textverständnis, Transformation und Codegenerierung. Einzelheiten finden Sie unter Unterstützte Fundamentmodelle .

Nach Datenquellentyp gruppierte Konnektoren

Copy link to section

5. Juli 2024

Wenn Sie eine Verbindung erstellen, werden die Konnektoren jetzt nach Datenquellentyp gruppiert, sodass die Konnektoren leichter zu finden und auszuwählen sind. Der Datenquellentyp MongoDB umfasst beispielsweise die IBM Cloud Databases for MongoDB und die MongoDB-Konnektoren.

Darüber hinaus wurde ein neues Aktuelles Die Kategorie zeigt die sechs letzten Konnektoren, die Sie zum Herstellen einer Verbindung verwendet haben.

Anweisungen hierzu finden Sie unter Hinzufügen von Verbindungen zu Datenquellen in einem Projekt .

Fügen Sie Kontextinformationen zu den Eingabeaufforderungen des Foundation-Modells hinzu Prompt Lab

Copy link to section

4. Juli 2024

Helfen Sie einem Modell der Stiftung, sachliche und aktuelle Antworten in Anwendungsfällen der abrufgestützten Generierung (RAG) zu generieren, indem Sie Ihrer Eingabe relevante Kontextinformationen als Grundlagendaten hinzufügen. Sie können relevante Dokumente schnell hochladen oder eine Verbindung zu einem Vektorspeicher eines Drittanbieters mit relevanten Daten herstellen. Bei der Übermittlung einer neuen Frage werden anhand dieser die Datengrundlagen nach relevanten Fakten abgefragt. Die Top-Suchergebnisse sowie die ursprüngliche Frage werden als Modelleingabe übermittelt, um dem Stiftungsmodell dabei zu helfen, relevante Fakten in seine Ausgabe zu integrieren.

Weitere Informationen finden Sie in den Kontextinformationen zu den Eingabeaufforderungen des Grounding Foundation-Modells.

Änderungen anCloud Object Storage Lite-Pläne

Copy link to section

1. Juli 2024

Ab dem 1. Juli 2024 wird dieCloud Object Storage Lite-Plan, der automatisch bereitgestellt wird, wenn Sie sich für eine 30-tägige Testversion anmeldenwatsonx.ai Undwatsonx.governance erlischt nach Ablauf der Testphase. Sie können IhrCloud Object Storage Sie können während der 30-tägigen Testphase jederzeit von einer Lite-Instanz zum Standardplan mit der Option „Kostenloses Kontingent“ wechseln.

BestehendeCloud Object Storage Serviceinstanzen mit Lite-Plänen, die Sie vor dem 1. Juli 2024 bereitgestellt haben, bleiben bis zum 15. Dezember 2024 erhalten. Sie müssen IhrCloud Object Storage Service vor dem 15. Dezember 2024 auf einen Standardplan umstellen.

SehenCloud Object Storage Servicepläne .

Erstellen Sie freigegebene Bereitstellungen für die Steuerung von Eingabeaufforderungen für externe Großsprachenmodelle (LLMs)

Copy link to section

21. Juni 2024

Eine separate Eingabeaufforderungsvorlage ist eine neue Ressource zur Evaluierung einer Eingabeaufforderungsvorlage für ein LLM, das von einem Drittanbieter gehostet wird, wie z. B.Google Vertex-KI,AzureOpenAI, oderAWS Grundgestein. Die Inferenz, die die Ausgabe für die Eingabeaufforderungsvorlage generiert, erfolgt im fernen Modell, aber Sie können die Ausgabe der Eingabeaufforderungsvorlage mithilfe von watsonx.governance -Metriken auswerten. Sie können auch die freigegebene Bereitstellung und die freigegebene Eingabeaufforderungsvorlage in einem KI-Anwendungsfall als Bestandteil Ihrer Governance-Lösung verfolgen.

Weitere Informationen finden Sie unter:

• Getrennte Implementierungen in Bereichen auswerten
• Getrennte Eingabeaufforderungsvorlagen in Projekten auswerten
• Vorlagen für Tracking-Eingabeaufforderungen

Für Implementierungsjobanforderungen sind Taskberechtigungsnachweise erforderlich

Copy link to section

19. Juni 2024

Zur Verbesserung der Sicherheit für die Ausführung von Bereitstellungsjobs muss der Benutzer, der den Job anfordert, Taskberechtigungsnachweise in Form eines API-Schlüssels bereitstellen. Die Anforderung wird ab dem 15. August 2024 durchgesetzt. Details zum Generieren des API-Schlüssels finden Sie unter Taskberechtigungsnachweise hinzufügen .

Anwendungsfälle für die Anwendbarkeit des EU-KI-Gesetzes bewerten

Copy link to section

19. Juni 2024

Mithilfe der neuen Beurteilung der Anwendbarkeit des EU-KI-Gesetzes können Sie einen einfachen Fragebogen ausfüllen, um Ihre KI-Anwendungsfälle zu bewerten und festzustellen, ob sie in den Geltungsbereich des EU-KI-Gesetzes fallen. Die Bewertung kann Ihnen auch dabei helfen, die Risikokategorie zu ermitteln, auf die Ihre Anwendungsfälle abgestimmt sind: "Verboten", "Hoch", "Begrenzend" oder "Minimal". Weitere Informationen finden Sie unter Anwendbarkeitsbeurteilung in Lösungskomponenten in der Governance-Konsole.

Verwalten Sie Risiko- und Compliance-Aktivitäten mit der Governance-Konsole ( IBM OpenPages)

Copy link to section

7. Juni 2024

Watsonx.governance unterstützt jetzt die optionale Integration mit der Governance-Konsole. Wenn Sie das Modul Model Risk Governance von IBM OpenPages, Sie können KI-Anwendungsfälle konfigurieren, um Governance-Fakten mit der Governance-Konsole zu synchronisieren. Von der Governance-Konsole aus können Sie Anwendungsfälle erstellen, Governance-Aktivitäten anzeigen, Aufgaben verwalten und Workflows als Teil Ihrer Governance- und Compliance-Prozesse implementieren. Weitere Informationen finden Sie unter:

• Integration der Governance-Konsole mit IBM watsonx.governance
• Verwalten von Risiken und Compliance mit der Governance-Konsole
• KI-Anwendungsfälle verwalten
• watsonx.governance -Pläne

IBM Watson Pipelines ist jetzt IBM Orchestration Pipelines

Copy link to section

30. Mai 2024

Der neue Servicename spiegelt die Funktionalität für die Koordination von Teilen des KI-Lebenszyklus in wiederholt anwendbare Abläufe wider.

Tagprojekte für einfachen Abruf

Copy link to section

31. Mai 2024

Sie können jetzt den Projekten Tags zuordnen, damit diese leichter gruppiert oder abgerufen werden können. Weisen Sie Tags zu, wenn Sie ein neues Projekt erstellen oder aus der Liste aller Projekte. Filtern Sie die Liste der Projekte nach Tag, um eine zusammengehörige Gruppe von Projekten abzurufen. Weitere Informationen finden Sie unter Projekt erstellen.

Verbinden Sie sich mit einer neuen Datenquelle: Milvus

Copy link to section

31. Mai 2024

Verwenden Sie die Milvus zum Speichern und Bestätigen der Richtigkeit Ihrer Anmeldedaten und Verbindungsdetails für den Zugriff auf einen Milvus. Informationen dazu finden Sie unter Milvus.

Neues Lernprogramm und Video

Copy link to section

23. Mai 2024

Testen Sie das neue Lernprogramm, um zu erfahren, wie Sie eine Modellbereitstellung mithilfe der Funktionalität in Watson OpenScale in einem Bereitstellungsbereich bewerten können.

Das Stiftungsmodell allam-1-13b-instruct ist in der Region Frankfurt verfügbar

Copy link to section

21. Mai 2024

Das arabische Fundamentmodell allam-1-13b-instruct von der saudischen Behörde für Daten und künstliche Intelligenz, bereitgestellt von IBM, ist über watsonx.ai im Frankfurter Rechenzentrum verfügbar. Sie können das allam-1-13b-instruct -Stiftungsmodell für allgemeine Aufgaben verwenden, einschließlich Fragen und Antworten, Zusammenfassungen, Klassifizierung, Generierung, Extraktion und Übersetzung ins Arabische. Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Traditionelle und abgeleitete KI-Assets mit der Python -Clientbibliothek watsonx.ai bereitstellen

Copy link to section

21. Mai 2024

Die Python -Clientbibliothek Watson Machine Learning ist jetzt Teil einer erweiterten Bibliothek, der watsonx.ai Python -Clientbibliothek. Verwenden Sie die Bibliothek watsonx.ai Python , um mit traditionellen Assets für maschinelles Lernen und abgeleitete KI zu arbeiten. Die Bibliothek Watson Machine Learning bleibt erhalten, wird aber nicht mit neuen Funktionen aktualisiert. Weitere Informationen finden Sie unter Python -Bibliothek.

Texteinbettungsmodelle anderer Anbieter sind in watsonx.ai verfügbar

Copy link to section

16. Mai 2024

Die folgenden Texteinbettungsmodelle anderer Anbieter sind jetzt zusätzlich zu den IBM -Slate-Modellen für erweiterten Textabgleich und -Abruf verfügbar:

• all-minilm-l12-v2
• multilingual-e5-large

Übergeben Sie Sätze oder Passagen an eines der unterstützten Einbettungsmodelle, indem Sie die Bibliothek watsonx.ai Python oder die REST-API verwenden, um Eingabetext in Vektoren zu konvertieren, um ähnlichen Text genauer zu vergleichen und abzurufen.

Weitere Informationen zu diesen Modellen finden Sie unter Unterstützte Geberfundamentmodelle.

Weitere Informationen zum Konvertieren von Text finden Sie unter Texteinbettungsgenerierung.

Neue Granite Code Gründungsmodelle sind in der Region Dallas verfügbar

Copy link to section

9. Mai 2024

Sie können nun von ' watsonx.ai: auf die folgenden, von ' IBM bereitgestellten ' Granite -Code-Foundation-Modelle schließen

• granite-3b-code-instruct
• granite-8b-code-instruct
• granite-20b-code-instruct
• granite-34b-code-instruct

Verwenden Sie die neuen Granite Code Foundation-Modelle für programmatische Kodierungsaufgaben. Die Basismodelle sind auf eine Kombination von Anweisungsdaten abgestimmt, um die folgenden Anweisungsfunktionen zu erweitern, einschließlich logischer Argumentation und Problemlösung.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

InstructLab -Basismodelle sind in watsonx.ai verfügbar.

Copy link to section

7. Mai 2024

InstructLab ist eine Open-Source-Initiative von Red Hat und IBM, die eine Plattform zur Erweiterung der Möglichkeiten eines Stiftungsmodells bietet. Die folgenden Grundlagenmodelle unterstützen Wissen und Fähigkeiten, die von InstructLab:

• granite-7b-lab
• granite-13-chat-v2
• granite-20b-multilingual
• merlinite-7b

Sie können die Beiträge der Open-Source-Community auf der Taxonomie-Seite des Foundation-Modells erkunden.

Weitere Informationen finden Sie unterInstructLab-compatible Gründungsmodelle .

Projektassets in Ordnern organisieren

Copy link to section

2. Mai 2024

Sie können jetzt Ordner in Ihren Projekten erstellen, um Assets zu organisieren. Ein Administrator des Projekts muss Ordner aktivieren und Administratoren und Editoren können sie erstellen und verwalten. Ordner befinden sich in der Betaversion und werden noch nicht für die Verwendung in Produktionsumgebungen unterstützt. Weitere Informationen finden Sie unter Assets mit Ordnern organisieren (Beta).

IBM watsonx.ai ist in der Region London verfügbar

Copy link to section

25. April 2023

Watsonx.ai ist jetzt im Rechenzentrum in London allgemein verfügbar und London kann bei der Anmeldung als bevorzugte Region ausgewählt werden.

• Die Gründungsmodelle, die in Dallas vollständig unterstützt werden, stehen auch im Londoner Rechenzentrum über das Prompt Lab oder über die API für Inferencing zur Verfügung. Ausnahmen sind mt0-xxl-13b und das Stiftungsmodell llama-2-70b-chat, das durch das jetzt verfügbare Stiftungsmodell llama-3-70b-instruct ersetzt wird.
• Eingabeaufforderung-Optimieren Sie die drei optimierbaren Basismodelle aus Tuning Studio oder mithilfe der API.
• Die beiden IBM -Einbettungsmodelle und die Einbettungs-API werden unterstützt.

Weitere Informationen finden Sie unter Regionale Verfügbarkeit für Services und Features.

Starten Sie einen Chat in Prompt Lab direkt von der Startseite aus

Copy link to section

25. April 2023

Jetzt können Sie ein Gespräch mit einem Stiftungsmodell von der IBM watsonx.ai -Homepage aus beginnen. Geben Sie eine Frage ein, die im Chat-Modus an ein Fundamentmodell gesendet werden soll, oder klicken Sie auf "Open Prompt Lab ", um ein Fundamentmodell und Modellparameter auszuwählen, bevor Sie die Modelleingabe senden.

Neue Meta Llama 3 -Fundamentmodelle sind jetzt verfügbar

Copy link to section

18. April 2024

Die folgenden Llama 3 -Stiftungsmodelle, die von Meta bereitgestellt werden, stehen für Schlussfolgerungen zur Verfügung watsonx.ai:

• llama-3-8b-instruct
• llama-3-70b-instruct

Die neuen Llama 3 -Basismodelle sind optimierte Sprachmodelle, die verschiedene Anwendungsfälle unterstützen können.

Dieses neueste Release von Llama wird mit mehr Token trainiert und wendet neue Verfahren nach dem Training an. Das Ergebnis sind Basismodelle mit besseren Sprachverständnismöglichkeiten, Argumentation, Codegenerierung und Instruktionsfolgefunktionen.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Einführung in IBM -Einbettungsunterstützung für erweiterten Textabgleich und -abruf

Copy link to section

18. April 2024

Sie können jetzt die IBM Einbettungs-API und IBM Einbettungsmodelle verwenden, um Eingabetext in Vektoren zu transformieren und ähnlichen Text genauer zu vergleichen und abzurufen.

Die folgenden IBM Slate-Einbettungsmodelle sind verfügbar:

• slate.125m.english.rtrvr
• slate.30m.english.rtrvr

Weitere Informationen finden Sie unter Texteinbettung generieren.

Details zu den Preisen finden Sie unter watsonx.ai Runtime-Pläne.

IBM watsonx.governance ist enthalten, wenn Sie sich für IBM watsonx.ai registrieren.

Copy link to section

18. April 2024

Wenn Sie sich für watsonx.ai in der Region Dallas registrieren, wird watsonx.governance automatisch eingeschlossen. Siehe Registrierung für IBM watsonx as a Service.

Machine Learning-Bereitstellungen in Bereichen bewerten

Copy link to section

18. April 2024

Konfigurieren Sie watsonx.governance -Bewertungen in Ihren Bereitstellungsbereichen, um Einblicke in die Leistung Ihres Modells für maschinelles Lernen zu erhalten. Bewerten Sie beispielsweise eine Bereitstellung auf Verzerrungen oder überwachen Sie eine Bereitstellung auf Abweichungen. Wenn Sie Bewertungen konfigurieren, können Sie Auswertungsergebnisse analysieren und Transaktionsdatensätze direkt in Ihren Bereichen modellieren.

Weitere Informationen finden Sie unter Bereitstellungen in Bereichen auswerten.

In der Region Tokio ist ein koreanischsprachiges Stiftungsmodell verfügbar

Copy link to section

18. April 2024

Das von Minds & Company bereitgestellte und auf dem Llama 2 -Stiftungsmodell von Meta basierende llama2-13b-dpo-v7 -Stiftungsmodell ist in der Region Tokio verfügbar.

Das Stiftungsmodell llama2-13b-dpo-v7 ist auf Konversationsaufgaben in Koreanisch und Englisch spezialisiert. Sie können auch das llama2-13b-dpo-v7 -Stiftungsmodell für allgemeine Aufgaben in koreanischer Sprache verwenden.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Für Schlussfolgerungen steht ein mixtral-8x7b-instruct-v01 -Stiftungsmodell zur Verfügung

Copy link to section

18. April 2024

Das mixtral-8x7b-instruct-v01 -Stiftungsmodell von Mistral AI steht unter watsonx.ai für Schlussfolgerungen zur Verfügung. Das mixtral-8x7b-instruct-v01 -Stiftungsmodell ist ein vorab trainiertes generatives Modell, das ein spärliches Experten-Mischungsnetzwerk verwendet, um Text effizienter zu generieren.

Sie können das Modell mixtral-8x7b-instruct-v01 für allgemeine Aufgaben wie Klassifizierung, Zusammenfassung, Codegenerierung, Sprachkonvertierung usw. verwenden. Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Das mixtral-8x7b-instruct-v01-q -Stiftungsmodell ist veraltet und wird am 20. Juni 2024 eingestellt. Überarbeiten Sie alle Eingabeaufforderungen, die dieses Grundmodell verwenden.

• Datum der Einstellung der Unterstützung: 19. April 2024
• Widerrufsdatum: 20 Juni 2024
• Alternatives Modell: mixtral-8x7b-instruct-v01

Inferenzanforderungen, die an das Modell mixtral-8x7b-instruct-v01-q über die API übergeben werden, generieren weiterhin eine Ausgabe, enthalten jedoch eine Warnung zur bevorstehenden Zurückziehung des Modells. Ab dem 20. Juni 2024 generieren API-Anforderungen für die Inferenz der Modelle keine Ausgabe.

Weitere Informationen zur Einstellung der Unterstützung und Zurückziehung finden Sie unter Foundation model lifecycle.

Eine Änderung des granite-20b-multilingual -Stiftungsmodells wird eingeführt

Copy link to section

18. April 2024

Die neueste Version von granite-20b-multilingual ist 1.1.0. Die Änderung enthält Verbesserungen, die durch die Anwendung eines neuartigen KI-Ausrichtungsverfahrens auf das Modell der Version 1.0 erzielt wurden. Die KI-Ausrichtung umfasst die Verwendung von Lerntechniken für Feinabstimmung und Verstärkung, um das Modell so zu führen, dass es möglichst hilfreiche, wahrheitsgemäße und transparente Ergebnisse zurückgibt.

Weitere Informationen zu diesem Stiftungsmodell finden Sie unter "Unterstützte Stiftungsmodelle ".

Prompt-Tuning des granite-13b-instruct-v2 Stiftungsmodells

Copy link to section

11. April 2024

Die Tuning Studio unterstützt jetzt neben den flan-t5-xl-3b - und llama-2-13b-chat -Grundmodellen auch die Abstimmung des granite-13b-instruct-v2 -Grundmodells. Weitere Informationen finden Sie unter "Einstellen eines Grundmodells ".

Die Einstellungen für die Experimentkonfiguration zur Abstimmung des granite-13b-instruct-v2 -Grundmodells ändern sich, um je nach Aufgabe die besten Standardwerte anzuwenden. Die Bewertungsrichtlinien für die Optimierung helfen Ihnen, die Ergebnisse des Experiments zu analysieren und die Einstellungen für die Experimentkonfiguration auf der Basis Ihrer Ergebnisse anzupassen. Weitere Informationen finden Sie unter Ergebnisse eines Optimierungsversuchs auswerten.

In der Region Frankfurt ist ein arabischsprachiges Stiftungsmodell verfügbar

Copy link to section

11. April 2024

Das von Inception, der Mohamed bin Zayed University of Artificial Intelligence und Cerebras Systems bereitgestellte jais-13b-chat -Stiftungsmodell ist in der Region Frankfurt verfügbar.

Das Stiftungsmodell jais-13b-chat ist auf Konversationsaufgaben in Arabisch und Englisch spezialisiert. Sie können auch das jais-13b-chat -Stiftungsmodell für allgemeine Aufgaben in arabischer Sprache verwenden, einschließlich Übersetzungen zwischen Arabisch und Englisch.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Den vollständigen Text eines Prompts in Prompt Lab anzeigen

Copy link to section

11. April 2024

Jetzt können Sie den vollständigen Text der Eingabeaufforderung überprüfen, der an das Foundation-Modell übermittelt wird. Dies ist nützlich, wenn Ihre Eingabeaufforderung Eingabeaufforderungsvariablen enthält oder wenn Sie im strukturierten Modus oder im Chat-Modus arbeiten.

Weitere Informationen finden Sie unter Prompt Lab.

Die veralteten Modelle von Granite Version 1 wurden zurückgezogen

Copy link to section

11. April 2024

Die folgenden Basismodelle wurden zurückgezogen:

• granite-13b-chat-v1
• granite-13b-instruct-v1

Überarbeiten Sie alle Eingabeaufforderungen, die diese Foundation-Modelle verwenden, um die Foundation-Modelle IBM Granite v2 zu verwenden. Weitere Informationen zur Abschaffung und Rücknahme des Foundation-Modells finden Sie unter Lebenszyklus des Foundation-Modells.

Verwenden Sie Pivot-Tabellen, um Daten anzuzeigen, die in Experimenten von Decision Optimization zusammengefasst sind.

Copy link to section

5. April 2024

Sie können jetzt Pivot-Tabellen verwenden, um Eingabe-und Ausgabedaten anzuzeigen, die in der Ansicht Visualisierung in Decision Optimization -Experimenten aggregiert wurden. Weitere Informationen finden Sie unter Visualisierungswidgets in Experimenten von Decision Optimization.

Neues watsonx.ai -Tutorial und -Video

Copy link to section

04. April 2024

Probieren Sie das neue Tutorial aus, um zu sehen, wie Sie watsonx.ai in einem durchgängigen Anwendungsfall von der Datenaufbereitung bis zur Prompt-Entwicklung einsetzen können.

Die API watsonx.ai ist verfügbar

Copy link to section

14. März 2024

Die API watsonx.ai ist allgemein verfügbar. Verwenden Sie die API watsonx.ai , um programmgesteuert mit Basismodellen zu arbeiten. Weitere Informationen finden Sie in der API-Referenz.

Die API-Version ist 2024-03-14.

Sie können weiterhin die Bibliothek Python verwenden, die für die Arbeit mit Basismodellen über ein Notebook verfügbar ist. Weitere Informationen finden Sie unter Python -Bibliothek.

Neue Gründungsmodelle sind in Dallas, Frankfurt und Tokio verfügbar

Copy link to section

14. März 2024

Die folgenden Basismodelle sind jetzt für die Inferenz von watsonx.ai:

• granite-20b-multilingual: Ein Grundmodell aus der IBM Granite -Familie, das Sie für verschiedene generative Aufgaben in Englisch, Deutsch, Spanisch, Französisch und Portugiesisch verwenden können.

• codellama-34b-instruct-hf: Ein programmatisches Code-Generierungsmodell von Code Llama, das auf Llama 2 von Meta basiert. Sie können codellama-34b-instruct-hf verwenden, um Eingabeaufforderungen für die Generierung von Code auf der Grundlage von Eingaben in natürlicher Sprache zu erstellen und um Code zu vervollständigen und zu debuggen.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Tuning Studio ist in Frankfurt verfügbar

Copy link to section

7. März 2024

Tuning Studio ist jetzt für Benutzer bezahlter Pläne in der Region Frankfurt verfügbar. Tuning Studio hilft Ihnen, ein Fundamentmodell so zu steuern, dass es nützliche Ergebnisse liefert. Sie können sowohl das flan-t5-xl-3b - als auch das llama-2-70b-chat -Stiftungsmodell abstimmen, wenn Sie das Tuning Studio in Frankfurt verwenden.

Weitere Informationen finden Sie unter Tuning Studio.

Schnelle Anpassung des llama-2-13b-chat -Stiftungsmodells in der Region Tokio

Copy link to section

7. März 2024

Die Tuning Studio unterstützt nun die Abstimmung des llama-2-13b-chat -Grundmodells in der Region Tokio. Zunächst erstellt der Ingenieur Eingabeaufforderungen für das größere llama-2-70b-chat -Modell in Prompt Lab, um effektive Eingabeaufforderungen für Ihren Anwendungsfall zu finden. Dann stimmen Sie die kleinere Version des Llama 2 -Modells ab, um vergleichbare, wenn nicht sogar bessere Ergebnisse mit Null-Schuss-Eingabeaufforderungen zu erzielen.

Weitere Informationen finden Sie unter Tuning Studio.

Niedrigerer Preis für Modell Mixtral8x7b

Copy link to section

5. März 2024

Das Fundamentmodell mixtral-8x7b-instruct-v01-q wird von Klasse 2: $0.0018/Resource -Einheit zu Klasse 1: $0.0006/Resource -Einheit umklassifiziert, wodurch es kostengünstiger wird, Schlussfolgerungen anhand dieses Modells zu ziehen. Die Neueinstufung gilt für alle Regionen, in denen mixtral-8x7b-instruct-v01-q verfügbar ist.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Details zu den Preisen finden Sie unter watsonx.ai Runtime-Pläne.

KI-Risiko-Atlas wurde aktualisiert und erweitert

Copy link to section

5. März 2024

Sie finden jetzt die folgenden neuen und erweiterten Inhalte im KI-Risikoatlas:

• Eine neue Kategorie von nicht technischen Risiken, die Governance, Einhaltung gesetzlicher Bestimmungen und gesellschaftliche Impaktrisiken umfasst
• Neue Beispiele für Risiken
• Klarere Definitionen von Risiken

Siehe KI-Risiko-Atlas.

Neue Anwendungsfälle für watsonx

Copy link to section

5. März 2024

Die watsonx -Anwendungsfälle helfen Ihnen zu sehen, wie Sie unsere Produkte, Services und Tools nutzen können.

• Anwendungsfall watsonx.ai : Dieser Anwendungsfall zeigt, wie Sie Ihre Geschäftsprozesse mit KI-gesteuerten Lösungen transformieren können, indem Sie maschinelles Lernen und generative KI in Ihr Betriebsframework integrieren.
• Anwendungsfall watsonx.governance : In diesem Anwendungsfall wird erläutert, wie Sie verantwortliche, transparente und erklärbare KI-Workflows mit einem integrierten System für die Verfolgung, Überwachung und erneutes Training von KI-Modellen erstellen können.

Siehe watsonx -Anwendungsfälle.

Der Chat-Modus ist in Prompt Lab verfügbar

Copy link to section

29. Februar 2024

Der Chat-Modus in Prompt Lab ist eine einfache Chat-Schnittstelle, die das Experimentieren mit Gründungsmodellen erleichtert. Der Chatmodus erweitert die bereits verfügbaren strukturierten und unformatierten Modi, die nützlich sind, wenn wenige oder viele Eingabeaufforderungen für Tasks wie Extraktion, Zusammenfassung und Klassifikation erstellt werden. Verwenden Sie den Chatmodus, um Interaktionen mit Fragen oder Dialogen für Chatbots und Anwendungsfälle des virtuellen Assistenten zu simulieren.

Weitere Informationen finden Sie unter Prompt Lab.

Ein japanischsprachiges Granite -Modell ist in der Region Tokio verfügbar

Copy link to section

29. Februar 2024

Das von IBM bereitgestellte granite-8b-japanese -Stiftungsmodell ist unter watsonx.ai in der Region Tokio verfügbar. Das granite-8b-japanese -Stiftungsmodell basiert auf dem IBM Granite -Instruct-Modell und ist darauf trainiert, japanische Texte zu verstehen und zu generieren.

Sie können das granite-8b-japanese -Stiftungsmodell für allgemeine Aufgaben in japanischer Sprache verwenden, z. B. Klassifizierung, Extraktion, Beantwortung von Fragen und für Übersetzungen zwischen Japanisch und Englisch.

Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Niedrigerer Preis für Granite-13b -Modelle

Copy link to section

21. Februar 2024

Granite-13b -Modelle werden von Klasse 2 neu klassifiziert: $0.0018/Resource Einheit zu Klasse 1: $0.0006/Resource Einheit. Dadurch wird die Ausführung von Inferenztasks für diese Modelle kostengünstiger. Die Neuklassifizierung gilt für die folgenden Modelle in allen Regionen, in denen sie verfügbar sind:

• granite-13b-chat-v2
• granite-13b-chat-v1
• granite-13b-instruct-v2
• granite-13b-instruct-v1

Weitere Informationen zu diesen Modellen finden Sie unter Unterstützte Basismodelle.

Details zu den Preisen finden Sie unter watsonx.ai Runtime-Pläne.

Neue Verknüpfung für die Arbeit an allgemeinen Tasks

Copy link to section

15. Februar 2024

Sie können jetzt eine allgemeine Aufgabe in Ihrem Projekt starten. Klicken auf eine Kachel im Abschnitt Arbeit beginnen auf der Registerkarte Übersicht . Verwenden Sie diese Direktaufrufe, um Mitarbeiter und Daten hinzuzufügen und mit Modellen zu experimentieren und Modelle zu erstellen. Klicken Sie auf Alle anzeigen , um zu einer Auswahl von Tools zu springen.

Neues mixtral-8x7b-instruct-v01-q -Stiftungsmodell für allgemeine Aufgaben

Copy link to section

15. Februar 2024

Das von Mistral AI bereitgestellte und von IBM quantifizierte mixtral-8x7b-instruct-v01-q -Stiftungsmodell ist unter watsonx.ai verfügbar. Das mixtral-8x7b-instruct-v01-q -Stiftungsmodell ist eine quantisierte Version des Mixtral 8x7B Instruct -Stiftungsmodells von Mistral AI.

Sie können dieses neue Modell für vielseitig einsetzbare Aufgaben wie Klassifizierung, Zusammenfassung, Codegenerierung, Sprachkonvertierung usw. verwenden. Weitere Informationen finden Sie unter Unterstützte Basismodelle.

Die folgenden Modelle sind veraltet und werden bald zurückgezogen. Überarbeiten Sie alle Eingabeaufforderungen, die diese Grundmodelle verwenden, um ein anderes Grundmodell zu verwenden, z. B. mixtral-8x7b-instruct-v01-q.

Inferenzanforderungen, die über die API an diese Modelle übergeben werden, generieren weiterhin Ausgabe, enthalten jedoch eine Warnung zur bevorstehenden Zurückziehung des Modells. Wenn das Zurückziehungsdatum erreicht ist, generieren API-Anforderungen zur Inferenz der Modelle keine Ausgabe.

Weitere Informationen zur Einstellung der Unterstützung und Zurückziehung finden Sie unter Foundation model lifecycle.

Eine Modifikation des granite-13b-chat-v2 -Stiftungsmodells ist verfügbar

Copy link to section

15. Februar 2024

Die neueste Version von granite-13b-chat-v2 ist 2.1.0. Die Änderung enthält Verbesserungen, die durch die Anwendung eines neuartigen KI-Ausrichtungsverfahrens auf das Modell der Version 2.0.0 erzielt wurden. Die KI-Ausrichtung umfasst die Verwendung von Lerntechniken für Feinabstimmung und Verstärkung, um das Modell so zu führen, dass es möglichst hilfreiche, wahrheitsgemäße und transparente Ergebnisse zurückgibt. Weitere Informationen finden Sie im Abschnitt Was ist AI-Ausrichtung? Blogbeitrag von IBM Research.

Neues Lernprogramm und Video zu watsonx

Copy link to section

15. Februar 2024

Im neuen Lernprogramm watsonx.governance erfahren Sie, wie Sie ein Modell für maschinelles Lernen auf Fairness, Genauigkeit, Drift und Erklärbarkeit mit Watson OpenScalebewerten können.

Mehr taskorientierte Dokumentation zu Decision Optimization

Copy link to section

9. Februar 2024

Sie können jetzt die richtigen Informationen für die Erstellung und Konfiguration von Decision Optimization -Experimenten einfacher finden. Siehe Decision Optimization -Experimente und ihre Unterabschnitte.

IBM Cloud Data Engine Verbindung ist veraltet

Copy link to section

8. Februar 2022

Die IBM Cloud Data Engine-Verbindung ist veraltet und wird in einer zukünftigen Version nicht mehr verwendet werden. Wichtige Daten und Details finden Sie unter Abschaffung von Data Engine.

Neue Spark 3.4 -Umgebung für die Ausführung von Data Refinery -Ablaufjobs

Copy link to section

9. Februar 2024

Wenn Sie eine Umgebung für einen Data Refinery -Ablaufjob auswählen, können Sie jetzt Default Spark 3.4 & R 4.2auswählen, was Erweiterungen von Spark umfasst.

Die Umgebung Default Spark 3.3 & R 4.2 ist veraltet und wird in einer zukünftigen Aktualisierung entfernt.

Aktualisieren Sie Ihre Data Refinery -Ablaufjobs so, dass sie die neue Umgebung Default Spark 3.4 & R 4.2 verwenden. Details finden Sie unter Ressourcenoptionen für Data Refinery in Projekten berechnen.

Beispielsammlung in Ressourcenhub umbenannt

Copy link to section

2. Februar 2024

Die Beispielsammlung wird in Ressourcenhub umbenannt, um den Inhalt besser widerzuspiegeln. Der Ressourcenhub enthält Basismodelle und Beispielprojekte, Datasets und Notebooks. Siehe Ressourcenhub.

IBM Cloud Databases for DataStax Verbindung wird eingestellt

Copy link to section

2. Februar 2024

Die IBM Cloud Databases for DataStax Verbindung wurde von IBM watsonx.ai entfernt.

Dremio -Verbindung erfordert Aktualisierungen

Copy link to section

2. Februar 2024

Zuvor hat die Dremio -Verbindung einen JDBC -Treiber verwendet. Jetzt verwendet die Verbindung einen Treiber, der auf Arrow Flight basiert.

Erforderliche Aktion Wichtig: Aktualisieren Sie die Verbindungseigenschaften. Unterschiedliche Änderungen gelten für eine Verbindung für eine Dremio Software-Instanz (lokal) oder eine Dremio Cloud-Instanz.

Prompt-Tuning des llama-2-13b-chat Stiftungsmodells

Copy link to section

1. Februar 2024

Die Tuning Studio unterstützt nun die Abstimmung des llama-2-13b-chat -Grundmodells. Zunächst erstellt der Ingenieur Eingabeaufforderungen für das größere llama-2-70b-chat -Modell in Prompt Lab, um effektive Eingabeaufforderungen für Ihren Anwendungsfall zu finden. Dann stimmen Sie die kleinere Version des Llama 2 -Modells ab, um vergleichbare, wenn nicht sogar bessere Ergebnisse mit Null-Schuss-Eingabeaufforderungen zu erzielen. Die llama-2-13b-model ist für die schnelle Abstimmung in der Region Dallas verfügbar. Weitere Informationen finden Sie unter Tuning Studio.

AutoAI unterstützt geordnete Daten für alle Experimente

Copy link to section

25. Januar 2024

Sie können jetzt geordnete Daten für alle AutoAI -Experimente anstelle von nur Zeitreihenexperimenten angeben. Geben Sie an, ob Ihre Trainingsdaten sequenziell nach einem Zeilenindex sortiert werden. Wenn Eingabedaten sequenziell sind, wird die Modellleistung für neueste Datensätze anstelle einer Zufallsstichprobe ausgewertet, und Holdout-Daten verwenden die letzten n Datensätze der Gruppe anstelle von n Zufallsdatensätzen. Sequenzielle Daten sind für Zeitreihenexperimente erforderlich, für Klassifikations-und Regressionsexperimente jedoch optional.

Q & A mit RAG-Beschleuniger

Copy link to section

26. Januar 2024

Sie können jetzt eine Frage-und-Antwort-Lösung implementieren, die die erweiterte Abrufgenerierung verwendet, indem Sie ein Beispielprojekt importieren. Das Beispielprojekt enthält Notebooks und andere Assets, die Dokumente aus HTML oder PDF in einfachen Text konvertieren, Dokumentsegmente in einen Elasticsearch -Vektorindex importieren, eine Python -Funktion bereitstellen, die den Vektorindex abfragt, Top-N-Ergebnisse abrufen, LLM-Inferenz ausführen, um eine Antwort auf die Frage zu generieren, und die Antwort auf Halluzinationen prüfen.

Testen Sie Q & A mit RAG-Akzelerator.

Auf dunkles Motiv setzen

Copy link to section

25. Januar 2024

Sie können Ihre watsonx -Benutzerschnittstelle jetzt auf das dunkle Motiv festlegen. Klicken Sie auf Ihren Avatar und wählen Sie Profil und Einstellungen aus, um Ihr Kontoprofil zu öffnen. Aktivieren Sie anschließend den Schalter für das Thema "Dunkel". Das dunkle Thema wird in RStudio und Jupyter-Notebooks nicht unterstützt. Informationen zur Verwaltung Ihres Profils finden Sie unter Einstellungen verwalten.

IBM watsonx.ai ist in der Region Tokio verfügbar

Copy link to section

25. Januar 2024

Watsonx.ai ist jetzt allgemein im Rechenzentrum Tokio verfügbar und kann bei der Anmeldung als bevorzugte Region ausgewählt werden. Die Inferenzierung von Prompt Lab und des Foundation-Modells wird in der Region Tokio für diese Modelle unterstützt:

• elyza-japanese-llama-2-7b-instruct
• flan-t5-xl-3b
• flan-t5-xxl-11b
• flan-ul2-20b
• granite-13b-chat-v2
• granite-13b-instruct-v2
• llama-2-70b-chat
• llama-2-13b-chat

Auch aus der Region Tokio erhältlich:

• Schnelle Abstimmung des flan-t5-xl-3b -Grundmodells mit dem Tuning Studio
• Tabellarische Daten mit dem Synthetic Data Generator zur Verwendung für Trainingsmodelle generieren

Weitere Informationen zu den unterstützten Modellen finden Sie unter Supported foundation models available with watsonx.ai.

Ein Modell Llama 2 in japanischsprachiger Sprache ist in der Region Tokio verfügbar

Copy link to section

25. Januar 2024

Das von ELYZA, Inc. bereitgestellte elyza-japanese-llama-2-7b-instruct -Stiftungsmodell ist über watsonx.ai -Instanzen im Rechenzentrum in Tokio verfügbar. Das elyza-japanese-llama-2-7b-instruct -Modell ist eine Version des Llama 2 -Modells von Meta , das darauf trainiert wurde, japanischen Text zu verstehen und zu generieren.

Sie können dieses neue Modell für allgemeine Aufgaben verwenden. Es funktioniert gut für Japanisch-Sprachklassifikation und Extraktion und für die Übersetzung zwischen Japanisch und Englisch.

Unterstützung für IBM Runtime 22.2 in watsonx.ai Runtime (ehemals Watson Machine Learning) veraltet

Copy link to section

11. Januar 2024

IBM Runtime 22.2 ist veraltet und wird am 11. April 2024 entfernt. Ab 7. März 2024 können Sie Notebooks oder angepasste Umgebungen nicht mithilfe der 22.2 -Laufzeiten erstellen. Außerdem können Sie keine neuen Modelle mit Softwarespezifikationen trainieren, die auf der Laufzeit 22.2 basieren. Aktion erforderlich Aktualisieren Sie Ihre Assets und Implementierungen für die Verwendung von IBM Runtime 23.1 vor dem 7. März 2024.

• Weitere Informationen zur Migration eines Assets auf ein unterstütztes Framework und eine unterstützte Softwarespezifikation finden Sie unter Veraltete Softwarespezifikationen oder Frameworks verwalten.
• Weitere Informationen zur Notebookumgebung finden Sie unter Compute resource options for the notebook editor in projects.
• Weitere Informationen zum Ändern Ihrer Umgebung finden Sie unter Umgebung eines Notebooks ändern.

IBM Granite v1 grundmodelle sind veraltet

Copy link to section

11. Januar 2024

v1 Die 13-Milliarden-Parameter-Modelle der IBM Granite -Stiftung sind veraltet und werden am 11. April 2024 zurückgezogen. Wenn Sie Version 1 der Modelle verwenden, wechseln Sie stattdessen zu Version 2 der Modelle.

Inferenzanforderungen, die über die API an die Modelle der Version 1 übergeben werden, generieren weiterhin Ausgabe, enthalten jedoch eine Warnung zur bevorstehenden Zurückziehung des Modells. Ab dem 11. April 2024 generieren API-Anforderungen für die Inferenz der Modelle keine Ausgabe.

Weitere Informationen zu den IBM Granite -Stiftungsmodellen finden Sie unter "Stiftungsmodelle, gebaut von IBM ". Weitere Informationen zu Abschreibungen und Entnahmen finden Sie unter "Foundation model lifecycle ".