새로운 기능

지원을 발표합니다. Python 3.11 그리고 R4.3 런타임에 대한 프레임워크 및 소프트웨어 사양 24.1

2024년 7월 25일

이제 다음을 사용할 수 있습니다. IBM 실행 시간 24.1, 여기에는 다음을 기반으로 하는 최신 데이터 과학 프레임워크가 포함되어 있습니다. Python 3.11 그리고 R 4.3, 달리다 Watson Studio Jupyter 노트북, R 스크립트, 학습 모델. 7월 29일부터 달리기도 가능 Watson Machine Learning 배포. 사용할 자산 및 배포를 업데이트하세요. IBM 실행 시간 24.1 프레임워크 및 소프트웨어 사양.

• 에 대한 정보는 IBM 실행 시간 24.1 릴리스 및 포함된 환경 Python 3.10 그리고 R 4.2, 보다 노트북 환경.
• 배치 프레임워크에 대한 세부사항은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

향상된 버전 Jupyter Notebook 이제 편집기를 사용할 수 있습니다

2024년 7월 25일

런타임 기반 환경에서 노트북을 실행하는 경우 24.1, 다음과 같은 향상된 기능을 사용하여 코드 작업을 수행할 수 있습니다.

• 코드 자동 디버깅
• 노트북 목차 자동 생성
• 코드 옆에 있는 줄 번호를 전환하세요.
• 생산성 향상을 위해 셀 내용을 축소하고 코드 및 출력을 나란히 보기 사용

자세한 내용은 다음을 참조하세요. Jupyter 노트북 편집기.

런타임에서 지원되는 자연어 프로세서 변환기 내장 모델 24.1

2024년 7월 25일

새로운 런타임에서 24.1 환경에서는 이제 NLP(자연어 처리) 변환기 임베딩 모델을 사용하여 검색 증강 생성 작업에 도움이 되는 문장이나 구절의 의미를 캡처하는 텍스트 임베딩을 생성할 수 있습니다. 자세한 내용은 다음을 참조하세요. 임베딩.

새로운 전문 NLP 모델을 런타임에서 사용할 수 있습니다. 24.1

2024년 7월 25일

다음과 같은 새로운 특수 NLP 모델이 이제 런타임에 포함됩니다. 24.1 환경:

• 텍스트 콘텐츠에서 증오, 모욕 또는 모욕적인 콘텐츠(HAP)를 감지하고 식별할 수 있는 모델입니다. 자세한 내용은 다음을 참조하세요. HAP 감지.
• 금융, 사이버 보안, 생물의학과 관련된 주제를 다룰 수 있는 세 가지 사전 훈련된 모델입니다. 자세한 내용은 다음을 참조하세요. 사용자 정의 분류 모델을 사용하여 텍스트 분류.

핵심 요약을 사용하여 대규모 텍스트 컬렉션에서 자세한 통찰력을 추출합니다.

2024년 7월 25일

이제 다음에서 핵심 요약을 사용할 수 있습니다. Watson Studio 사람들의 의견(예: 제품 리뷰, 설문 조사 답변 또는 소셜 미디어의 댓글)을 나타내는 대규모 텍스트 컬렉션에서 상세하고 실행 가능한 통찰력을 추출하는 노트북입니다. 결과는 처리하기 쉬운 체계적이고 계층적인 방식으로 제공됩니다. 자세한 내용은 다음을 참조하세요. 핵심 요약

RStudio 업데이트 Watson Studio

2024년 7월 25일

프라이빗 및 퍼블릭 클라우드 전반에서 일관된 사용자 경험을 제공하기 위해 RStudio IDE는 IBM Cloud Pak for Data as a Service RStudio 서버로 업데이트됩니다 2024.04.1 그리고 R 4.3.1 2024년 7월 29일. RStudio의 새 버전은 여러 가지 향상된 기능과 보안 수정 사항을 제공합니다. RStudio 서버 보기 2024.04.1 자세한 내용은 릴리스 노트를 참조하세요. 주요 호환성 문제는 없을 것으로 예상되지만 사용자는 아래 표에 설명된 일부 패키지의 버전 변경 사항을 알고 있어야 합니다.

RStudio IDE를 시작할 때 Watson Studio Web UI 업그레이드 후 RStudio 작업 공간을 재설정하여 R의 라이브러리 경로가 4.3.1 패키지는 RStudio 서버에 의해 선택됩니다.

프로젝트 및 공간에서 사용자 그룹을 공동작업자로 추가

2024년 7월 25일

이제 다음과 같은 경우 프로젝트 및 공간에 사용자 그룹을 추가할 수 있습니다. IBM Cloud 계정에는 IAM 액세스 그룹이 포함되어 있습니다. 당신의 IBM Cloud 계정 관리자는 액세스 그룹을 생성한 다음 프로젝트에서 사용자 그룹으로 사용할 수 있습니다. 자세한 내용은 다음을 참조하세요. IAM 액세스 그룹 작업.

Mistral Large 모델의 새 버전이 출시되었습니다. IBM watsonx.ai 달라스, 프랑크푸르트, 런던 지역

2024년 7월 24일

이제 다음에서 Mistral AI의 Mistral Large 2 기반 모델을 사용할 수 있습니다. IBM watsonx.ai 달라스, 프랑크푸르트, 런던 데이터 센터에 있습니다.

Mistral Large 2 모델은 11개 언어를 지원하며 텍스트 이해, 코드 생성 및 고급 추론에 능숙합니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

새로운 llama-3-405b-instruct 모델은 달라스 지역에서 사용 가능

2024년 7월 23일

이제 다음을 사용할 수 있습니다. llama-3-405b-instruct Meta on의 기초 모델 IBM watsonx.ai 달라스 데이터 센터에서.

그만큼 lama-3-405B-instruct ( v3.1 ) 모델은 기업에 최고 수준의 추론 기능을 갖춘 고성능 대규모 언어 모델을 제공하며 현재까지 출시된 오픈 소스 모델 중 가장 큰 규모입니다. 이 기반 모델은 텍스트 이해, 변환 및 코드 생성을 포함한 복잡한 다국어 추론 작업에 사용할 수 있습니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

그만큼 merlinite-7b 모델이 더 이상 사용되지 않습니다.

2024년 7월 22일

그만큼 merlinite-7b 기초 모델은 더 이상 사용되지 않으며 2024년 8월 22일에 철회됩니다. 이 기본 모델을 사용하는 프롬프트를 수정하십시오.

• 지원 중단 날짜: 2024년 7월 22일
• 철회 날짜: 2024년 8월 22일
• 대체 모델: mixtral-8x7b-instruct-v01

에 제출된 추론 요청 merlinite-7b API를 사용하여 모델은 계속해서 출력을 생성하지만 다가오는 모델 철회에 대한 경고 메시지를 포함합니다. 2024년 8월 22일부터 모델 추론을 위한 API 요청은 출력을 생성하지 않습니다.

폐기 및 철회에 대한 자세한 정보는 Foundation 모델 라이프사이클을 참조하십시오.

새로운 Mistral Large 모델은 프랑크푸르트 및 달라스 지역에서 사용 가능

2024년 7월 9일

이제 다음에서 Mistral AI의 Mistral Large 기반 모델을 사용할 수 있습니다.IBMwatsonx.ai 프랑크푸르트와 달라스 데이터 센터에 있습니다.

Mistral Large는 기업에 최고 수준의 추론 기능을 갖춘 고성능 대규모 언어 모델을 제공합니다. 이 기반 모델은 텍스트 이해, 변환 및 코드 생성을 포함한 복잡한 다국어 추론 작업에 사용할 수 있습니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

데이터 소스 유형별로 그룹화된 커넥터

2024년 7월 5일

연결을 생성하면 이제 커넥터가 데이터 원본 유형별로 그룹화되므로 커넥터를 더 쉽게 찾고 선택할 수 있습니다. 예를 들어,MongoDB 데이터 소스 유형에는 다음이 포함됩니다.IBMCloud Databases for MongoDB 그리고MongoDB 커넥터.

또한, 새로운 최근 범주에는 연결을 만드는 데 사용한 6개의 최신 커넥터가 표시됩니다.

지침은 다음을 참조하세요. 프로젝트의 데이터 소스에 연결 추가 .

Prompt Lab의 기초 모델 프롬프트에 상황별 정보 추가

2024년 7월 4일

관련 상황 정보를 기반 데이터로 프롬프트에 추가하여 기반 모델이 검색 증강 생성(RAG) 사용 사례에서 사실에 기반한 최신 답변을 생성하도록 돕습니다. 관련 문서를 빠르게 업로드하거나 관련 데이터가 있는 타사 벡터 스토어에 연결할 수 있습니다. 새로운 질문이 제출되면 해당 질문은 관련 사실에 대한 근거 데이터를 쿼리하는 데 사용됩니다. 상위 검색 결과와 원래 질문이 모델 입력으로 제출되어 기초 모델이 출력에 관련 사실을 통합하는 데 도움이 됩니다.

자세한 내용은 다음을 참조하세요. 상황에 맞는 정보를 바탕으로 기초 모델 프롬프트 제공 .

변경 사항Cloud Object Storage 라이트 플랜

2024년 7월 1일

2024년 7월 1일부터Cloud Object Storage 30일 평가판에 등록하면 자동으로 프로비저닝되는 Lite 플랜watsonx.ai 그리고watsonx.governance 평가판 종료 후 만료됩니다. 당신은 업그레이드 할 수 있습니다Cloud Object Storage 30일 평가판 기간 동안 언제든지 무료 등급 옵션이 포함된 Standard 플랜에 Lite 인스턴스를 적용할 수 있습니다.

기존의Cloud Object Storage 2024년 7월 1일 이전에 프로비저닝한 Lite 플랜이 포함된 서비스 인스턴스는 2024년 12월 15일까지 유지됩니다. 당신은 업그레이드해야합니다Cloud Object Storage 2024년 12월 15일 이전에 Standard 요금제로 서비스됩니다.

보다Cloud Object Storage 서비스 계획 .

다음을 사용하여 사용 사례 및 모델을 관리합니다.watsonx.governance ~에AWS

2024년 6월 28일

이제 다음을 사용할 수 있습니다.watsonx.governance ~에Amazon Web Services (AWS ).

다음의 거버넌스 콘솔 기능을 사용할 수도 있습니다. watsonx.governance ~을 위한 SageMaker 모델. 이 통합을 통해 모델 위험 거버넌스 솔루션의 고급 AI 거버넌스 기능을 Amazon에 가져올 수 있습니다.SageMaker 예측 기계 학습 및 생성 AI 모델.

자세한 내용은 다음을 참조하세요.watsonx.governance ~에AWS .

외부 대형 언어 모델 (LLM) 에 대한 프롬프트를 제어하기 위해 분리된 배치 작성

2024년 6월 21 일

분리된 프롬프트 템플릿은 다음과 같은 타사 공급자가 호스팅하는 LLM에 대한 프롬프트 템플릿을 평가하기 위한 새로운 자산입니다.Google 버텍스 AI,AzureOpenAI, 또는AWS 근본적인. 프롬프트 템플리트의 출력을 생성하는 추론은 원격 모델에서 수행되지만 watsonx.governance 메트릭을 사용하여 프롬프트 템플리트 출력을 평가할 수 있습니다. 통제 솔루션의 일부로 AI 유스 케이스에서 분리된 배치 및 분리된 프롬프트 템플리트를 추적할 수도 있습니다.

자세한 정보는 다음을 참조하십시오.

• 영역에서 분리된 배치 평가
• 프로젝트에서 분리된 프롬프트 템플리트 평가
• 프롬프트 템플리트 추적

배치 작업 요청에 태스크 신임 정보가 필요합니다.

2024년 6월 19 일

배치 작업 실행을 위한 보안을 개선하려면 작업을 요청하는 사용자가 API키 양식으로 태스크 신임 정보를 제공해야 합니다. 이 요건은 2024년 8월 15일부터 시행될 예정이다. API키 생성에 대한 세부사항은 태스크 신임 정보 추가 를 참조하십시오.

EU AI Act 적용 가능성에 대한 유스 케이스 평가

2024년 6월 19 일

새 EU AI Act 적용성 평가를 사용하여 단순 질문지를 완료하여 AI 유스 케이스를 평가하고 EU AI Act의 범위 내에 있는지 여부를 판별할 수 있습니다. 또한 평가를 통해 유스 케이스가 조정하는 위험 카테고리 (금지됨, 높음, 제한됨 또는 최소) 를 식별할 수 있습니다. 자세한 내용은 적용 가능성 평가를 참조하세요. 거버넌스 콘솔의 솔루션 구성 요소.

거버넌스 콘솔을 통해 위험 및 규정 준수 활동을 관리합니다( IBM OpenPages)

2024년 6월 7 일

Watsonx.governance 이제 거버넌스 콘솔과의 선택적 통합을 지원합니다. Model Risk Governance 모듈을 설치한 경우 IBM OpenPages, 거버넌스 콘솔과 거버넌스 사실을 동기화하도록 AI 사용 사례를 구성할 수 있습니다. 거버넌스 콘솔에서 거버넌스 및 규정 준수 프로세스의 일부로 사용 사례를 만들고, 거버넌스 활동을 보고, 작업을 관리하고, 워크플로를 구현할 수 있습니다. 자세한 정보는 다음을 참조하십시오.

• 거버넌스 콘솔과 통합 IBM watsonx.governance
• 거버넌스 콘솔을 통한 위험 및 규정 준수 관리
• AI 유스 케이스 관리
• watsonx.governance 플랜

IBM Watson Pipelines 은 이제 IBM Orchestration Pipeline입니다.

2024년 5월 30 일

새 서비스 이름은 AI 라이프사이클의 파트를 반복 가능한 플로우로 조정하는 기능을 반영합니다.

쉽게 검색할 수 있도록 프로젝트에 태그 지정

2024년 5월 31일

이제 프로젝트에 태그를 지정하여 보다 쉽게 그룹화하거나 검색할 수 있습니다. 새 프로젝트를 작성할 때 또는 모든 프로젝트 목록에서 태그를 지정하십시오. 관련 프로젝트 세트를 검색하기 위해 태그별로 프로젝트 목록을 필터링합니다. 자세한 정보는 프로젝트 작성을 참조하십시오.

새 데이터 소스에 연결: Milvus

2024년 5월 31일

Milvus 연결을 사용하여 신임 정보 및 연결 세부사항의 정확성을 저장하고 확인하여 Milvus 벡터 저장소에 액세스하십시오. 자세한 정보는 Milvus 연결을 참조하십시오.

새 학습서 및 비디오

2024년 5월 23 일

새 튜토리얼을 시도하여 배치 영역에서 Watson OpenScale 의 기능을 사용하여 모델 배치를 평가하는 방법을 확인하십시오.

allam-1-13b-instruct 기반 모델은 프랑크푸르트 지역에서 사용 가능합니다.

2024년 5월 21 일

IBM 이 제공하는 아랍어 기반 모델 allam-1-13b-instruct 은 프랑크푸르트 데이터 센터의 watsonx.ai 에서 사용할 수 있습니다. Q & A, 요약, 분류, 생성, 추출 및 아랍어로 된 변환을 포함하여 범용 태스크에 allam-1-13b-instruct 기반 모델을 사용할 수 있습니다. 자세한 정보는 지원되는 기초 모델을 참조하십시오.

watsonx.ai Python 클라이언트 라이브러리를 사용하여 일반적이고 생성적인 AI 자산 배치

2024년 5월 21 일

Watson Machine Learning Python 클라이언트 라이브러리는 이제 확장 라이브러리인 watsonx.ai Python 클라이언트 라이브러리의 일부입니다. watsonx.ai Python 라이브러리를 사용하여 일반적인 기계 학습 및 생성 AI 자산에 대해 작업할 수 있습니다. Watson Machine Learning 라이브러리는 지속되지만 새 기능으로 업데이트되지 않습니다. 자세한 정보는 Python 라이브러리를 참조하십시오.

써드파티 텍스트 임베드 모델은 watsonx.ai 에서 사용 가능합니다.

2024년 5월 16 일

향상된 텍스트 일치 및 검색을 위해 IBM Slate 모델 외에 다음 써드파티 텍스트 임베드 모델을 사용할 수 있습니다.

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

watsonx.ai Python 라이브러리 또는 REST API를 사용하여 지원되는 임베드 모델 중 하나에 문장 또는 구절을 제출하여 입력 텍스트를 벡터로 변환하여 유사한 텍스트를 더 정확하게 비교하고 검색하십시오.

이러한 모델에 대한 자세한 정보는 지원되는 임베드 모델을 참조하십시오.

텍스트 변환에 대한 자세한 정보는 텍스트 임베드 생성을 참조하십시오.

댈러스 지역에서 사용 가능한 새 Granite 코드 기반 모델

2024년 5월 9 일

이제 watsonx.ai: 에서 IBM 이 제공하는 다음 Granite 코드 기반 모델을 추론할 수 있습니다.

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

프로그램 코딩 태스크에 새 Granite 코드 기반 모델을 사용하십시오. 기본 모델은 명령어 데이터의 조합을 세밀하게 조정하여 논리적 추론 및 문제점 해결을 포함한 명령어 다음 기능을 향상시킵니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

InstructLab 기반 모델을 watsonx.ai 에서 사용할 수 있습니다.

2024년 5월 7 일

InstructLab 은 기초 모델의 기능을 보강하기 위한 플랫폼을 제공하는 Red Hat 및 IBM 의 오픈 소스 이니셔티브입니다. 다음 기초 모델은 다음과 같은 지식과 기술을 지원합니다.InstructLab:

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

기본 모델의 택소노미 페이지에서 오픈 소스 커뮤니티 컨트리뷰션을 탐색할 수 있습니다.

자세한 내용은 다음을 참조하세요.InstructLab-compatible 기초 모델 .

프로젝트 자산을 폴더로 구성

2024년 5월 2 일

이제 프로젝트에서 폴더를 작성하여 자산을 구성할 수 있습니다. 프로젝트의 관리자가 폴더를 사용으로 설정해야 하며 관리자 및 편집자가 폴더를 작성하고 관리할 수 있습니다. 폴더는 베타 상태이며 아직 프로덕션 환경에서 사용할 수 있도록 지원되지 않습니다. 자세한 정보는 폴더로 자산 구성 (베타)을 참조하십시오.

IBM watsonx.ai 는 런던 지역에서 사용 가능합니다.

2023년 4월 25일

Watsonx.ai 는 이제 런던 데이터 센터에서 일반적으로 사용 가능하며 등록 시 런던을 선호 지역으로 선택할 수 있습니다.

• 댈러스에서 완전히 지원되는 기반 모델은 프롬프트 랩에서 또는 API를 사용하여 런던 데이터 센터에서 추론할 수도 있습니다. 예외는 mt0-xxl-13b 및 llama-2-70b-chat 기반 모델입니다. 이 모델은 현재 사용 가능한 llama-3-70b-instruct 기반 모델로 대체됩니다.
• Tuning Studio 에서 또는 API를 사용하여 세 개의 조정 가능한 기본 모델을 프롬프트 조정하십시오.
• 두 개의 IBM 임베드 모델 및 임베드 API가 지원됩니다.

자세한 정보는 서비스 및 기능에 대한 지역별 가용성을 참조하십시오.

홈 페이지에서 직접 프롬프트 랩에서 대화 시작

2023년 4월 25일

이제 IBM watsonx.ai 홈 페이지에서 기본 모델과의 대화를 시작할 수 있습니다. 대화 모드에서 기초 모델에 보낼 질문을 입력하거나 프롬프트 랩 열기 를 클릭하여 모델 입력을 제출하기 전에 기초 모델 및 모델 매개변수를 선택하십시오.

이제 새 Meta Llama 3기반 모델을 사용할 수 있습니다.

2024년 4월 18 일

메타에서 제공하는 다음 Llama 3 기반 모델은 watsonx.ai: 에서 추론하는 데 사용할 수 있습니다.

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

새 Llama 3 기반 모델은 다양한 유스 케이스를 지원할 수 있는 명령어 미세 조정된 언어 모델입니다.

이 최신 릴리스의 Llama는 더 많은 토큰으로 훈련되며 새 사후 훈련 프로시저를 적용합니다. 결과적으로 더 나은 언어 이해, 추론, 코드 생성 및 다음 명령어 기능이 있는 기초 모델이 작성됩니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

향상된 텍스트 일치 및 검색을 위한 IBM 임베드 지원 소개

2024년 4월 18 일

이제 IBM 임베드 API및 IBM 임베드 모델을 사용하여 입력 텍스트를 벡터로 변환함으로써 유사한 텍스트를 보다 정확하게 비교하고 검색할 수 있습니다.

다음 IBM Slate 임베드 모델을 사용할 수 있습니다.

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

자세한 정보는 텍스트 임베드 생성을 참조하십시오.

가격 세부사항은 Watson Machine Learning 플랜을 참조하십시오.

IBM watsonx.governance 는 IBM watsonx.ai 에 등록할 때 포함됩니다.

2024년 4월 18 일

댈러스 지역에서 watsonx.ai 에 등록하는 경우 이제 watsonx.governance 가 자동으로 포함됩니다. IBM watsonx as a Service에 가입을 참조하십시오.

공간에서 기계 학습 배치 평가

2024년 4월 18 일

머신 러닝 모델 성능에 대한 인사이트를 얻기 위해 배치 영역에서 watsonx.governance 평가를 구성하십시오. 예를 들어, 편향성에 대한 배치를 평가하거나 드리프트에 대한 배치를 모니터하십시오. 평가를 구성할 때 평가 결과를 분석하고 공간에서 직접 트랜잭션 레코드를 모델링할 수 있습니다.

자세한 정보는 영역에서 배치 평가를 참조하십시오.

도쿄 지역에서 한국어 기반 모델을 사용할 수 있습니다.

2024년 4월 18 일

메타의 Llama 2 기반 모델을 기반으로 하며 Minds & Company에서 제공하는 llama2-13b-dpo-v7 기반 모델은 도쿄 지역에서 사용 가능합니다.

llama2-13b-dpo-v7 기초 모델은 한국어 및 영어로 된 대화식 태스크를 전문으로 합니다. 또한 한국어로 된 범용 태스크에 llama2-13b-dpo-v7 기본 모델을 사용할 수도 있습니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

mixtral-8x7b-instruct-v01 기반 모델은 추론에 사용 가능합니다.

2024년 4월 18 일

Mistral AI의 mixtral-8x7b-instruct-v01 기반 모델은 watsonx.ai에서 추론에 사용할 수 있습니다. mixtral-8x7b-instruct-v01 기초 모델은 텍스트를 보다 효율적으로 생성하기 위해 희소 혼합 전문가 네트워크를 사용하는 사전 훈련된 생성 모델입니다.

분류, 요약, 코드 생성, 언어 변환 등을 포함하여 범용 태스크에 mixtral-8x7b-instruct-v01 모델을 사용할 수 있습니다. 자세한 정보는 지원되는 기초 모델을 참조하십시오.

mixtral-8x7b-instruct-v01-q 기반 모델은 더 이상 사용되지 않으며 2024 5월 23일에 철회됩니다. 이 기본 모델을 사용하는 프롬프트를 수정하십시오.

• 더 이상 사용되지 않는 날짜: 2024년 4월 19 일
• 철회 날짜: 2024년 6월 20 일
• 대체 모델: mixtral-8x7b-instruct-v01

API를 사용하여 mixtral-8x7b-instruct-v01-q 모델에 제출되는 추론 요청은 계속 출력을 생성하지만 향후 모델 철회에 대한 경고 메시지를 포함합니다. 2024년 6월 20일부터 모델 추론을 위한 API 요청은 출력을 생성하지 않습니다.

폐기 및 철회에 대한 자세한 정보는 Foundation 모델 라이프사이클을 참조하십시오.

granite-20b-multilingual 기초 모델에 대한 수정이 도입되었습니다.

2024년 4월 18 일

granite-20b-multilingual 의 최신 버전은 1.1.0입니다. 수정사항에는 버전 1.0 모델에 새 AI 맞추기 기술을 적용하여 얻은 개선사항이 포함되어 있습니다. AI 맞추기에는 가능한 한 유용하고 진실하며 투명한 출력을 리턴하도록 모델을 안내하기 위해 미세 조정 및 강화 학습 기술을 사용하는 것이 포함됩니다.

이 기본 모델에 대한 자세한 정보는 지원되는 기본 모델을 참조하십시오.

granite-13b-instruct-v2 기초 모델을 프롬프트 조정합니다.

2024년 4월 11 일

Tuning Studio 는 이제 flan-t5-xl-3b 및 llama-2-13b-chat 기반 모델 외에 granite-13b-instruct-v2 기반 모델의 조정을 지원합니다. 자세한 정보는 기초 모델 조정을 참조하십시오.

granite-13b-instruct-v2 기본 모델을 튜닝하기 위한 실험 구성 설정은 태스크에 따라 최상의 기본값을 적용하도록 변경되었습니다. 튜닝 평가 가이드라인은 실험 결과를 분석하고 찾은 결과를 기반으로 실험 구성 설정을 조정하는 데 도움이 됩니다. 자세한 정보는 튜닝 실험의 결과 평가를 참조하십시오.

아랍어 기반 모델은 프랑크푸르트 지역에서 사용 가능합니다.

2024년 4월 11 일

도입/인식 (Inception), Mohamed bin Zayed University of 인공 지능 및 Cerebras Systems에서 제공하는 jais-13b-chat 기반 모델은 프랑크푸르트 지역에서 사용 가능합니다.

jais-13b-chat 기반 모델은 아랍어 및 영어로 대화식 태스크를 특수화합니다. 또한 아랍어와 영어 간의 언어 변환을 포함하여 아랍어로 된 범용 태스크에 jais-13b-chat 기본 모델을 사용할 수도 있습니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

프롬프트 랩에서 프롬프트의 전체 텍스트 보기

2024년 4월 11 일

이제 기초 모델에 제출될 전체 프롬프트 텍스트를 검토할 수 있습니다. 이는 프롬프트에 프롬프트 변수가 포함되어 있거나 구조화된 모드 또는 대화 모드에서 작업 중인 경우에 유용합니다.

자세한 정보는 프롬프트 랩을 참조하십시오.

더 이상 사용되지 않는 Granite 버전 1모델은 더 이상 사용되지 않습니다.

2024년 4월 11 일

이제 다음 기본 모델이 철회되었습니다.

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

IBM Granite v2 기반 모델을 사용하도록 이러한 기반 모델을 사용하는 프롬프트를 수정하십시오. 기초 모델 폐기 및 철회에 대한 자세한 정보는 기초 모델 라이프사이클을 참조하십시오.

피벗 테이블을 사용하여 Decision Optimization 실험에서 집계된 데이터 표시

2024년 4월 5 일

이제 피벗 테이블을 사용하여 Decision Optimization 실험의 시각화 보기에서 집계된 입력 및 출력 데이터를 모두 표시할 수 있습니다. 자세한 정보는 Decision Optimization 실험의 시각화 위젯을 참조하십시오.

새 watsonx.ai 튜토리얼 및 비디오

2024년 4월 4 일

새 튜토리얼을 시도하여 데이터 준비부터 프롬프트 엔지니어링까지 엔드-투-엔드 유스 케이스에서 watsonx.ai 를 사용하는 방법을 확인하십시오.

watsonx.ai API 사용 가능

2024년 3월 14 일

watsonx.ai API는 일반적으로 사용 가능합니다. watsonx.ai API를 사용하여 프로그래밍 방식으로 기초 모델에 대해 작업하십시오. 자세한 내용은 다음을 참조하세요. API 참조.

API 버전은 2024-03-14입니다.

노트북에서 기초 모델에 대해 작업하는 데 사용할 수 있는 Python 라이브러리를 계속 사용할 수 있습니다. 자세한 정보는 Python 라이브러리를 참조하십시오.

댈러스, 프랑크푸르트 및 도쿄에서 사용 가능한 새 기반 모델

2024년 3월 14 일

이제 다음 기본 모델을 watsonx.ai: 에서 추론에 사용할 수 있습니다.

• granite-20b-multilingual: 영어, 독일어, 스페인어, 프랑스어 및 포르투갈어로 된 다양한 생성 태스크에 사용할 수 있는 IBM Granite 제품군의 기본 모델입니다.

• codellama-34b-instruct-hf: 메타의 Llama 2 를 기반으로 하는 Code Llama 의 프로그램 코드 생성 모델입니다. codellama-34b-instruct-hf 를 사용하여 자연어 입력을 기반으로 코드를 생성하고 코드를 완료 및 디버깅하기 위한 프롬프트를 작성할 수 있습니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

Tuning Studio 는 프랑크푸르트에서 사용 가능합니다.

2024년 3월 7 일

이제 프랑크푸르트 지역의 유료 플랜 사용자가 Tuning Studio 를 사용할 수 있습니다. Tuning Studio 는 유용한 출력을 리턴하도록 기초 모델을 안내하는 데 도움을 줍니다. 프랑크푸르트에서 Tuning Studio 를 사용할 때 flan-t5-xl-3b 및 llama-2-70b-chat 기본 모델을 둘 다 조정할 수 있습니다.

자세한 정보는 Tuning Studio를 참조하십시오.

도쿄 지역에서 llama-2-13b-chat 기초 모델을 즉시 조정하십시오.

2024년 3월 7 일

Tuning Studio 는 이제 도쿄 지역에서 llama-2-13b-chat 기반 모델의 조정을 지원합니다. 먼저 엔지니어는 유스 케이스에 대한 효과적인 프롬프트 입력을 찾기 위해 프롬프트 랩에서 더 큰 llama-2-70b-chat 모델을 프롬프트합니다. 그런 다음 Llama 2 모델의 더 작은 버전을 튜닝하여 제로샷 (zero-shot) 프롬프트를 사용하여 더 나은 출력이 아닌 경우 비교 가능한 출력을 생성하십시오.

자세한 정보는 Tuning Studio를 참조하십시오.

Mixtral8x7b 모델의 낮은 가격

2024년 3월 5 일

기본 모델 mixtral-8x7b-instruct-v01-q 는 클래스 2: $0.0018/Resource 단위에서 클래스 1: $0.0006/Resource 단위로 재분류되어 이 모델에 대해 추론 태스크를 실행하는 비용 효율적인 방법을 제공합니다. 재분류는 mixtral-8x7b-instruct-v01-q 가 사용 가능한 모든 영역에 적용됩니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

가격 세부사항은 Watson Machine Learning 플랜을 참조하십시오.

AI 위험 지도책 업데이트 및 개선

2024년 3월 5 일

이제 AI 위험 지도책에서 다음과 같은 새롭고 향상된 컨텐츠를 찾을 수 있습니다.

• 거버넌스, 법적 준수 및 사회적 영향 위험을 포괄하는 기술적이지 않은 위험의 새 카테고리
• 위험에 대한 새 예제
• 위험에 대한 명확한 정의

AI 위험 지도책을 참조하십시오.

watsonx 의 새 유스 케이스

2024년 3월 5 일

watsonx 유스 케이스를 사용하여 제품, 서비스 및 도구를 사용하는 방법을 확인할 수 있습니다.

• watsonx.ai 유스 케이스: 이 유스 케이스는 머신 러닝과 생성 AI를 운영 프레임워크에 통합하여 AI 기반 솔루션으로 비즈니스 프로세스를 변환하는 방법을 다룹니다.
• watsonx.governance 유스 케이스: 이 유스 케이스는 AI 모델 추적, 모니터링 및 재훈련을 위한 통합 시스템을 사용하여 책임 있고 투명하며 설명 가능한 AI 워크플로우를 확보하는 방법을 다룹니다.

watsonx 유스 케이스를 참조하십시오.

프롬프트 랩에서 대화 모드를 사용할 수 있습니다.

2024년 2월 29 일

Prompt Lab의 대화 모드는 기본 모델을 사용하여 보다 쉽게 실험할 수 있도록 하는 단순한 대화 인터페이스입니다. 대화 모드는 추출, 요약 및 분류와 같은 태스크에 대한 몇 번의 프롬프트 또는 여러 번의 프롬프트를 빌드할 때 유용한 이미 사용 가능한 구조화된 자유 양식 모드를 기능 보강합니다. 챗봇 및 가상 지원 유스 케이스에 대한 질문 응답 또는 대화식 상호작용을 시뮬레이션하려면 대화 모드를 사용하십시오.

자세한 정보는 프롬프트 랩을 참조하십시오.

일본어 Granite 모델은 도쿄 지역에서 사용 가능합니다.

2024년 2월 29 일

IBM 에서 제공하는 granite-8b-japanese 기반 모델은 Tokyo 지역의 watsonx.ai 에서 사용 가능합니다. granite-8b-japanese 기반 모델은 IBM Granite Instruct 모델을 기반으로 하며 일본어 텍스트를 이해하고 생성하도록 훈련됩니다.

granite-8b-japanese 기반 모델을 일본어 (예: 분류, 추출, 질문 응답 및 일본어와 영어 간의 언어 변환) 로 된 일반적인 목적의 태스크에 사용할 수 있습니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

Granite-13b 모델의 저렴한 가격

2024년 2월 21 일

Granite-13b 모델은 클래스 2: $0.0018/Resource 단위에서 클래스 1: $0.0006/Resource 단위로 재분류되므로, 이러한 모델에 대해 추론 태스크를 실행하는 것이 비용 효율적입니다. 재분류는 사용 가능한 모든 지역의 다음 모델에 적용됩니다.

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

이러한 모델에 대한 자세한 정보는 지원되는 기본 모델을 참조하십시오.

가격 세부사항은 Watson Machine Learning 플랜을 참조하십시오.

공통 태스크에 대한 작업을 시작하기 위한 새 바로 가기

2024년 2월 15 일

이제 개요 탭의 작업 시작 섹션에서 타일을 클릭하여 프로젝트에서 공통 태스크를 시작할 수 있습니다. 이러한 바로 가기를 사용하여 협업자 및 데이터 추가를 시작하고 모델을 실험하고 빌드할 수 있습니다. 선택한 도구로 이동하려면 모두 보기 를 클릭하십시오.

범용 태스크를 위한 새 mixtral-8x7b-instruct-v01-q 기반 모델

2024년 2월 15 일

IBM 에 의해 정량화되고 Mistral AI에 의해 제공되는 mixtral-8x7b-instruct-v01-q 기반 모델은 watsonx.ai에서 사용 가능합니다. mixtral-8x7b-instruct-v01-q 기초 모델은 Mistral AI의 Mixtral 8x7B Instruct 기초 모델의 수량화된 버전입니다.

분류, 요약, 코드 생성, 언어 변환 등을 포함하여 범용 태스크에 이 새 모델을 사용할 수 있습니다. 자세한 정보는 지원되는 기초 모델을 참조하십시오.

다음 모델은 더 이상 사용되지 않으며 곧 철회됩니다. 이러한 기본 모델을 사용하는 프롬프트를 수정하여 다른 기본 모델 (예: mixtral-8x7b-instruct-v01-q) 을 사용하십시오.

API를 사용하여 이러한 모델에 제출되는 추론 요청은 계속해서 출력을 생성하지만 향후 모델 철회에 대한 경고 메시지를 포함합니다. 인출 날짜에 도달하면 모델 추론을 위한 API 요청이 출력을 생성하지 않습니다.

폐기 및 철회에 대한 자세한 정보는 Foundation 모델 라이프사이클을 참조하십시오.

granite-13b-chat-v2 기반 모델에 대한 수정이 사용 가능합니다.

2024년 2월 15 일

granite-13b-chat-v2 의 최신 버전은 2.1.0입니다. 수정에는 버전 2.0.0 모델에 새로운 AI 맞추기 기술을 적용하여 얻은 개선사항이 포함됩니다. AI 맞추기에는 가능한 한 유용하고 진실하며 투명한 출력을 리턴하도록 모델을 안내하기 위해 미세 조정 및 강화 학습 기술을 사용하는 것이 포함됩니다. 자세한 내용은 다음을 참조하세요. AI 정렬이란 무엇입니까? IBM Research의 블로그 게시물을 참조하십시오.

새 watsonx 튜토리얼 및 비디오

2024년 2월 15 일

Watson OpenScale을 사용하여 공정성, 정확성, 드리프트 및 설명 가능성에 대해 머신 러닝 모델을 평가하는 방법을 학습하는 데 도움이 되는 새 watsonx.governance 튜토리얼을 사용해 보십시오.

추가 태스크 지향 Decision Optimization 문서

2024년 2월 9 일

이제 Decision Optimization 실험을 작성하고 구성하기 위한 올바른 정보를 더 쉽게 찾을 수 있습니다. Decision Optimization 실험 및 해당 하위 섹션을 참조하십시오.

IBM Cloud Data Engine 연결은 더 이상 사용되지 않습니다.

2022년 2월 8일

IBM Cloud Data Engine 연결은 더 이상 사용되지 않으며 향후 릴리스에서 중단됩니다. 보다 데이터 엔진 지원 중단 중요한 날짜와 세부정보를 확인하세요.

Data Refinery 플로우 작업을 실행하기 위한 새 Spark 3.4 환경

2024년 2월 9 일

Data Refinery 플로우 작업을 위한 환경을 선택하면 기본 Spark 3.4 & R 4.2를 선택할 수 있습니다. 여기에는 Spark의 개선사항이 포함되어 있습니다.

Default Spark 3.3 & R 4.2 환경은 더 이상 사용되지 않으며 향후 업데이트에서 제거됩니다.

Data Refinery 플로우 작업을 업데이트하여 새 Default Spark 3.4 & R 4.2 환경을 사용하십시오. 세부사항은 프로젝트의 Data Refinery 에 대한 리소스 옵션 계산을 참조하십시오.

샘플 콜렉션이 자원 허브로 이름이 바뀌었습니다.

2024년 2월 2 일

컨텐츠를 더 잘 반영하기 위해 샘플 콜렉션의 이름이 자원 허브로 바뀌었습니다. 자원 허브에는 기본 모델과 샘플 프로젝트, 데이터 세트 및 노트북이 포함되어 있습니다. 자원 허브를 참조하십시오.

IBM Cloud Databases for DataStax 연결이 중단됨

2024년 2월 2 일

IBM Cloud Databases for DataStax 연결이 IBM watsonx.ai에서 제거되었습니다.

Dremio 연결에는 업데이트가 필요합니다.

2024년 2월 2 일

이전에는 Dremio 연결이 JDBC 드라이버를 사용했습니다. 이제 연결은 화살표 비행을 기반으로 하는 드라이버를 사용합니다.

필요한 조치 중요: 연결 특성을 업데이트하십시오. Dremio 소프트웨어 (온프레미스) 인스턴스 또는 Dremio 클라우드 인스턴스에 대한 연결에는 다른 변경사항이 적용됩니다.

llama-2-13b-chat 기초 모델을 즉시 조정하십시오.

2024년 2월 1 일

Tuning Studio 는 이제 llama-2-13b-chat 기본 모델의 조정을 지원합니다. 먼저 엔지니어는 유스 케이스에 대한 효과적인 프롬프트 입력을 찾기 위해 프롬프트 랩에서 더 큰 llama-2-70b-chat 모델을 프롬프트합니다. 그런 다음 Llama 2 모델의 더 작은 버전을 튜닝하여 제로샷 (zero-shot) 프롬프트를 사용하여 더 나은 출력이 아닌 경우 비교 가능한 출력을 생성하십시오. llama-2-13b-model 은 댈러스 지역에서 프롬프트 튜닝에 사용할 수 있습니다. 자세한 정보는 Tuning Studio를 참조하십시오.

AutoAI 는 모든 실험에 대해 정렬된 데이터를 지원합니다.

2024년 1월 25 일

이제 시계열 실험이 아닌 모든 AutoAI 실험에 대해 정렬된 데이터를 지정할 수 있습니다. 훈련 데이터가 행 인덱스에 따라 순차적으로 정렬되는지 여부를 지정하십시오. 입력 데이터가 순차적인 경우 모델 성능은 무작위 샘플링 대신 최신 레코드에서 평가되고 검증용 데이터는 n 개의 무작위 레코드가 아닌 세트의 마지막 n 개의 레코드를 사용합니다. 시계열 실험에는 순차 데이터가 필요하지만 분류 및 회귀 실험에는 선택적입니다.

RAG 가속기가 있는 Q & A

2024년 1월 26 일

이제 샘플 프로젝트를 가져와서 검색 기능 보강 생성을 사용하는 질문 및 응답 솔루션을 구현할 수 있습니다. 샘플 프로젝트에는 문서를 HTML 또는 PDF에서 일반 텍스트로 변환하고, 문서 세그먼트를 Elasticsearch 벡터 색인으로 가져오고, 벡터 색인을 조회하는 Python 함수를 배치하고, 상위 N개의 결과를 검색하고, LLM 추론을 실행하여 질문에 대한 응답을 생성하고, 환각에 대한 응답을 확인하는 노트북 및 기타 자산이 포함되어 있습니다.

RAG 가속기를 사용하여 Q & A를 시도하십시오.

어두운 테마로 설정

2024년 1월 25 일

이제 watsonx 사용자 인터페이스를 어두운 테마로 설정할 수 있습니다. 아바타를 클릭하고 프로파일 및 설정 을 선택하여 계정 프로파일을 여십시오. 그런 다음, 어두운 테마 스위치를 켜짐으로 설정하십시오. 어두운 테마는 RStudio및 Jupyter 노트북에서 지원되지 않습니다. 프로파일 관리에 대한 정보는 설정 관리를 참조하십시오.

IBM watsonx.ai 는 도쿄 지역에서 사용 가능합니다.

2024년 1월 25 일

Watsonx.ai 는 이제 도쿄 데이터 센터에서 일반적으로 사용 가능하며 등록 시 선호 지역으로 선택할 수 있습니다. Prompt Lab및 기초 모델 추론은 다음 모델에 대해 도쿄 지역에서 지원됩니다.

• 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

도쿄 지역에서도 사용 가능합니다.

• Tuning Studio 를 사용하여 flan-t5-xl-3b 기본 모델의 프롬프트 튜닝
• 훈련 모델에 사용할 Synthetic Data Generator 를 사용하여 표 형식 데이터 생성

지원되는 모델에 대한 자세한 정보는 watsonx.ai에서 사용 가능한 지원되는 기본 모델을 참조하십시오.

일본어 Llama 2 모델은 도쿄 지역에서 사용 가능합니다.

2024년 1월 25 일

ELYZA, Inc에서 제공하는 elyza-japanese-llama-2-7b-instruct 기반 모델은 Tokyo 데이터 센터의 watsonx.ai 인스턴스에서 사용 가능합니다. elyza-japanese-llama-2-7b-instruct 모델은 일본어 텍스트를 이해하고 생성하도록 훈련된 메타의 Llama 2 모델 버전입니다.

이 새 모델을 범용 태스크에 사용할 수 있습니다. 일본어 분류 및 추출과 일본어와 영어 사이의 번역에 적합합니다.

Watson Machine Learning 에서 더 이상 사용되지 않는 IBM Runtime 22.2 에 대한 지원

2024년 1월 11 일

IBM Runtime 22.2 는 더 이상 사용되지 않으며 2024년 4월 11일에 제거됩니다. 2024년 3월 7일부터 22.2 런타임을 사용하여 노트북 또는 사용자 정의 환경을 작성할 수 없습니다. 또한 22.2 런타임을 기반으로 하는 소프트웨어 스펙을 사용하여 새 모델을 훈련할 수 없습니다. 조치 필요 2024년 3월 7일 이전에 IBM Runtime 23.1 을 사용하도록 자산 및 배치를 업데이트하십시오.

• 지원되는 프레임워크 및 소프트웨어 스펙으로 자산을 마이그레이션하는 방법에 대해 자세히 학습하려면 오래된 소프트웨어 스펙 또는 프레임워크 관리를 참조하십시오.
• 노트북 환경에 대해 자세히 학습하려면 프로젝트의 노트북 편집기에 대한 자원 옵션 계산을 참조하십시오.
• 환경 변경에 대해 자세히 학습하려면 노트북의 환경 변경을 참조하십시오.

IBM Granite v1 기반 모델은 더 이상 사용되지 않습니다.

2024년 1월 11 일

IBM Granite 130억매개변수 v1 기반 모델은 더 이상 사용되지 않으며 2024년 4월 11일에 철회됩니다. 모델의 버전 1을 사용하는 경우 대신 모델의 버전 2를 사용하도록 전환하십시오.

API를 사용하여 버전 1모델에 제출되는 추론 요청은 계속해서 출력을 생성하지만 향후 모델 철회에 대한 경고 메시지를 포함합니다. 2024년 4월 11일부터 모델 추론을 위한 API 요청은 출력을 생성하지 않습니다.

IBM Granite 기반 모델에 대한 자세한 정보는 IBM에 의해 빌드된 기반 모델을 참조하십시오. 폐기 및 철회에 대한 자세한 정보는 Foundation 모델 라이프사이클을 참조하십시오.

작업 및 기타 조작에 대한 사용자 API키 작성

2023년 12월 15 일

IBM watsonx의 특정 런타임 조작 (예: 작업 및 모델 훈련) 에는 보안 권한 부여를 위한 신임 정보로 API키가 필요합니다. 사용자 API키를 사용하면 이제 필요에 따라 IBM watsonx 에서 직접 API키를 생성하고 순환하여 조작이 원활하게 실행되도록 할 수 있습니다. API키는 IBM Cloud에서 관리되지만 IBM watsonx에서 편리하게 작성하고 순환할 수 있습니다.

사용자 API키는 계정에 따라 다르며 계정 프로파일 아래의 프로파일 및 설정 에서 작성됩니다.

자세한 정보는 사용자 API키 관리를 참조하십시오.

새 watsonx 튜토리얼 및 비디오

2023년 12월 15 일

새 watsonx.governance 및 watsonx.ai 학습서를 사용해 보면 기초 모델을 튜닝하는 방법을 학습하고 프롬프트 템플리트를 평가하고 추적하는 데 도움이 됩니다.

더 찾아보세요 watsonx.governance 그리고 watsonx.ai 의 비디오 비디오 라이브러리.

새 로그인 세션 만기 및 비활성으로 인한 로그아웃

2023년 12월 15 일

이제 세션 만기로 인해 IBM Cloud 에서 로그아웃되었습니다. 로그인 세션 만기 (기본적으로 24시간) 또는 비활성 (기본적으로 2시간) 으로 인해 세션이 만료될 수 있습니다. IBM Cloud의 액세스 (IAM) 설정에서 기본 지속 기간을 변경할 수 있습니다. 자세한 정보는 로그인 세션 만기 설정을 참조하십시오.

IBM Cloud Databases for DataStax 커넥터는 더 이상 사용되지 않습니다.

2023년 12월 15 일

IBM Cloud Databases for DataStax 커넥터는 더 이상 사용되지 않으며 향후 릴리스에서 더 이상 사용되지 않습니다.

Tuning Studio 를 사용할 수 있습니다.

2023년 12월 7 일

Tuning Studio 는 유용한 출력을 리턴하도록 기초 모델을 안내하는 데 도움을 줍니다. Tuning Studio를 사용하면 flan-t5-xl-3b 기본 모델을 프롬프트 조정하여 분류, 요약 및 생성과 같은 자연어 처리 태스크에서 성능을 향상시킬 수 있습니다. 신속하게 조정하면 더 작고 계산 효율적인 기초 모델이 동일한 모델 계열의 더 큰 모델과 비교할 수 있는 결과를 얻을 수 있습니다. 더 작은 모델의 튜닝된 버전을 튜닝하고 배치하여 장기 추론 비용을 줄일 수 있습니다. Tuning Studio 는 댈러스 지역의 유료 플랜 사용자가 사용할 수 있습니다.

• 자세한 정보는 Tuning Studio를 참조하십시오.
• 시작하려면 빠른 시작: 기본 모델 조정을 참조하십시오.
• 샘플 노트북을 실행하려면 watsonx에서 CFPB 문서를 분류하도록 모델 튜닝으로 이동하십시오.

워크로드 관리를 위한 Db2 연결의 새 클라이언트 특성

2023년 12월 8 일

이제 모니터링을 위해 애플리케이션 이름, 클라이언트 계정 정보, 클라이언트 호스트 이름및 클라이언트 사용자필드에 특성을 지정할 수 있습니다. 이러한 필드는 선택적이며 다음 연결에 사용할 수 있습니다.

• IBM Db2
• IBM Db2 for z/OS
• IBM Db2 Warehouse
• IBM Data Virtualization

Watsonx.governance 가 사용 가능합니다!

2023년 12월 1 일

Watsonx.governance 는 Watson OpenScale 의 거버넌스 기능을 확장하여 기계 학습 자산 및 기초 모델 자산을 평가합니다. 예를 들어, 정확성과 같은 차원에 대한 기초 모델 프롬프트 템플리트를 평가하거나 혐오스럽고 남용적인 음성의 존재를 발견하십시오. 또한 AI 유스 케이스를 정의하여 비즈니스 문제점을 해결한 후 프롬프트 템플리트를 추적하거나 패시트의 데이터를 모델링하여 준수 및 통제 목표를 지원할 수 있습니다. Watsonx.governance 플랜 및 기능은 댈러스 지역에서만 사용 가능합니다.

• 플랜 세부사항을 보려면 watsonx.governance 플랜을 참조하십시오.
• 통제 기능에 대한 세부사항은 watsonx.governance 개요를 참조하십시오.
• 시작하려면 watsonx.governance프로비저닝 및 실행을 참조하십시오.

AI 리스크 지도책 자세히 보기

2023년 12월 1 일

이제 생성 AI, 기반 모델 및 기계 학습 모델에 대한 작업의 일부 위험성을 탐색할 수 있습니다. 개인정보 보호, 공정성, 설명 가능성, 값 맞추기 및 기타 영역에 대한 위험에 대해 읽어보십시오. AI 위험 지도책을 참조하십시오.

IBM Granite 모델의 새 버전 사용 가능

2023년 11월 30 일

Granite 모델의 최신 버전에는 다음과 같은 변경사항이 포함됩니다.

granite-13b-chat-v2: 질문 응답, 요약 및 생성 태스크를 더 잘 수행하도록 조정되었습니다. 충분한 컨텍스트를 사용하여 이전 버전에 대해 다음과 같은 개선사항이 있는 응답을 생성합니다.

• 전문적인 어조로 더 길고 높은 품질의 응답을 생성합니다.
• 사고 방식의 응답을 지원합니다.
• 사람들의 멘션을 인식하고 어조 및 감성을 더 잘 감지할 수 있습니다.
• 입력의 공백을 보다 적절하게 처리합니다.

광범위한 변경사항으로 인해 최신 버전으로 전환하기 전에 v1 에 대해 엔지니어링된 프롬프트를 테스트하고 개정하십시오.

granite-13b-명령-v2: 분류, 추출 및 요약 태스크를 위해 특별히 조정되었습니다. 최신 버전은 다음과 같은 점에서 이전 버전과 다릅니다.

• 다양한 어휘를 사용하여 다양한 길이의 일관된 응답을 더 많이 리턴합니다.
• 사람의 멘션을 인식하고 더 긴 입력을 요약할 수 있습니다.
• 입력의 공백을 보다 적절하게 처리합니다.

v1 에서 잘 작동하는 엔지니어링된 프롬프트는 v2 에서도 잘 작동하지만 모델을 전환하기 전에 테스트해야 합니다.

Granite 모델의 최신 버전은 클래스 2모델로 분류됩니다.

일부 기본 모델은 이제 저렴한 비용으로 사용 가능합니다.

2023년 11월 30 일

일부 인기 있는 기초 모델은 저비용 청구 클래스로 다시 분류되었습니다.

다음 기본 모델이 클래스 3에서 클래스 2로 변경되었습니다.

• granite-13b-chat-v1
• granite-13b-instruct-v1
• llama-2-70b

다음 기본 모델이 클래스 2에서 클래스 1로 변경되었습니다.

• llama-2-13b

청구 클래스에 대한 자세한 정보는 Watson Machine Learning 플랜을 참조하십시오.

새 샘플 노트북을 사용할 수 있습니다. 감지를 사용하는 RAG 소개

2023년 11월 30 일

검색 컴포넌트로 IBM Watson Discovery 를 사용하여 IBM watsonx.ai 에서 검색 기능이 보강된 생성 패턴을 적용하는 방법을 학습하려면 검색을 통한 RAG 소개 노트북을 사용하십시오. 자세한 내용은 다음을 참조하세요. Discovery를 통한 RAG 소개.

서비스 및 소프트웨어 배치로서 watsonx 간의 기능 차이 이해

2023년 11월 30 일

이제 Cloud Pak for Data 소프트웨어, 버전 4.8에서 IBM watsonx as a Service 및 watsonx 의 기능 및 구현을 비교할 수 있습니다. watsonx 배치 간의 기능 차이를 참조하십시오.

중지 시퀀스가 처리되는 방법으로 변경

2023년 11월 30 일

중지 시퀀스 (예: 줄 바꾸기 문자) 가 프롬프트 랩에 지정된 경우, 모델 출력 텍스트는 중지 시퀀스의 첫 번째 발생 후에 종료됩니다. 발생이 출력의 처음에 오는 경우에도 모델 출력이 중지됩니다. 이전에는 모델 출력 시작 시 지정된 경우 중지 시퀀스가 무시되었습니다.

더 작은 버전의 Llama-2 대화 모델을 사용할 수 있습니다.

2023년 11월 9일

이제 Llama-2 대화 모델의 13b 또는 70b 버전 중에서 선택할 수 있습니다. 선택할 때 다음 요소를 고려하십시오.

• 비용
• 성능

13b 버전은 클래스 2모델이며, 이는 70b 버전보다 사용하는 것이 더 저렴함을 의미합니다. 각 모델 크기의 탄소 배출량과 같은 벤치마크 및 기타 요소를 비교하려면 다음을 참조하세요. 모델 카드.

프롬프트 변수를 사용하여 재사용 가능한 프롬프트 빌드

프롬프트 변수를 사용하여 프롬프트에 유연성을 추가하십시오. 프롬프트 변수는 추론 시 동적으로 텍스트로 바꿀 수 있는 프롬프트 입력의 정적 텍스트에서 플레이스홀더 역할을 합니다. 프롬프트 템플리트 자산에 프롬프트 변수 이름 및 기본값을 저장하여 사용자 자신을 재사용하거나 프로젝트의 협업자와 공유할 수 있습니다. 자세한 정보는 재사용 가능 프롬프트 빌드를 참조하십시오.

런타임 23.1 에서 Python 3.10 및 R4.2 프레임워크 및 소프트웨어 스펙에 대한 지원 발표

2023년 11월 9일

조치 필요 이제 Python 3.10 및 R 4.2기반의 최신 데이터 과학 프레임워크를 포함하는 IBM Runtime 23.1을 사용하여 Watson Studio Jupyter 노트북 및 R 스크립트를 실행하고 모델을 훈련하고 Watson Machine Learning 배치를 실행할 수 있습니다. IBM Runtime 23.1 프레임워크 및 소프트웨어 스펙을 사용하도록 자산 및 배치를 업데이트하십시오.

• IBM Runtime 23.1 릴리스 및 Python 3.10 및 R 4.2에 포함된 환경에 대한 정보는 노트북 환경 변경을 참조하십시오.
• 배치 프레임워크에 대한 세부사항은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

Apache Spark 3.4 를 사용하여 노트북 및 스크립트 실행

Python 3.10 및 R 4.2 가 있는 Spark 3.4 는 이제 프로젝트의 노트북 및 RStudio 스크립트에 대한 런타임으로 지원됩니다. 사용 가능한 노트북 환경에 대한 세부사항은 프로젝트의 노트북 편집기에 대한 자원 옵션 계산 및 프로젝트의 RStudio에 대한 자원 옵션 계산을 참조하십시오.

Satellite 커넥터를 사용하여 온프레미스 데이터베이스에 연결

2023년 10월 26 일

새 Satellite 커넥터를 사용하여 인터넷을 통해 액세스할 수 없는 데이터베이스에 연결하십시오 (예: 방화벽 뒤). Satellite 커넥터는 온프레미스 환경에서 다시 IBM Cloud로 안전하고 감사 가능한 통신을 작성하는 경량 Docker기반 통신을 사용합니다. 지시사항은 방화벽 뒤의 데이터에 연결을 참조하십시오.

Secure Gateway는 더 이상 사용되지 않습니다.

2023년 10월 26 일

IBM Cloud 는 Secure Gateway의 사용 중단을 발표했습니다. 자세한 내용은 다음을 참조하세요. 개요 및 타임라인.

필요한 조치 현재 Secure Gateway로 설정된 연결이 있는 경우 대체 통신 방법을 사용하도록 계획하십시오. IBM watsonx에서 Satellite 커넥터를 Secure Gateway의 대체로 사용할 수 있습니다. 방화벽 뒤의 데이터에 연결을 참조하십시오.

최대 토큰 크기 증가

2023년 10월 16 일

이전에 기초 모델의 출력에서 허용되는 최대 토큰 수에 적용된 한계는 유료 플랜에서 제거됩니다. 프롬프트 랩 및 Python 라이브러리 모두에서 프롬프트 엔지니어링 중에 더 큰 최대 토큰 값을 사용할 수 있습니다. 허용되는 토큰의 정확한 수는 모델에 따라 다릅니다. 유료 및 라이트 플랜의 토큰 한계에 대한 자세한 정보는 지원되는 기반 모델을 참조하십시오.

샘플의 새 노트북

2023년 10월 12 일

검색 기능이 보강된 생성 패턴의 검색 단계에서 Elasticsearch 의 벡터 데이터베이스를 사용하는 두 개의 새 노트북을 사용할 수 있습니다. 노트북은 인덱싱된 문서와 사용자가 제출한 쿼리 텍스트 간의 시맨틱 유사성을 기반으로 일치 항목을 찾는 방법을 보여줍니다.

• 샘플 노트북: 사용 watsonx, Elasticsearch, 그리고 LangChain 질문에 답하기 위해(RAG)
• 샘플 노트북: 사용 watsonx, 그리고 Elasticsearch Python 질문에 답변하기 위한 SDK(RAG)

Decision Optimization 의 중간 솔루션

2023년 10월 12 일

이제 Decision Optimization 실험이 실행되는 동안 중간 솔루션의 샘플을 보도록 선택할 수 있습니다. 이는 디버깅 또는 해결 프로그램의 진행 상태를 확인하는 데 유용할 수 있습니다. 해결하는 데 시간이 더 오래 걸리는 대형 모델의 경우, 중간 솔루션을 사용하면 이제 해결이 완료될 때까지 기다리지 않고도 해결과 관련된 잠재적인 문제점을 빠르고 쉽게 식별할 수 있습니다. 실행 구성에서 중간 솔루션 제공 매개변수를 구성하고 이러한 솔루션의 빈도를 선택할 수 있습니다. 자세한 정보는 중간 솔루션 및 구성 매개변수 실행을 참조하십시오.

새 Decision Optimization 저장된 모델 대화 상자

Decision Optimization 사용자 인터페이스에서 배치를 위해 모델을 저장할 때 이제 입력 및 출력 스키마를 검토하고 포함할 테이블을 더 쉽게 선택할 수 있습니다. 또한 실행 구성 매개변수를 추가, 수정 또는 삭제하고 환경 및 사용된 모델 파일을 검토할 수 있습니다. 이러한 모든 항목은 동일한 배치를 위해 모델로 저장 대화 상자에 표시됩니다. 자세한 정보는 사용자 인터페이스를 사용하여 Decision Optimization 모델 배치를 참조하십시오.

프랑크푸르트의 추가 기반 모델

2023년 10월 5 일

댈러스 데이터 센터에서 사용 가능한 모든 기본 모델은 이제 프랑크푸르트 데이터 센터에서도 사용 가능합니다. watsonx.ai 프롬프트 랩 및 기반 모델 추론은 이제 다음 모델에 대해 프랑크푸르트 지역에서 지원됩니다.

• granite-13b-chat-v1
• granite-13b-instruct-v1
• llama-2-70b-chat
• gpt-neox-20b
• mt0-xxl-13b
• starcoder-15.5b

이러한 모델에 대한 자세한 정보는 watsonx.ai에서 사용 가능한 지원되는 기본 모델을 참조하십시오.

가격 세부사항은 Watson Machine Learning 플랜을 참조하십시오.

연결 오퍼레이션 (Data Refinery) 에서 새 열의 배치 제어

2023년 10월 6 일

이제 연결 조작의 결과인 새 열의 위치를 지정할 수 있는 두 가지 옵션이 있습니다. 데이터 세트에서 가장 오른쪽에 있는 열로 또는 원래 열 옆에 있습니다.

이전에는 새 열이 데이터 세트의 시작 부분에 배치되었습니다.

Data Refinery 오퍼레이션에 대한 정보는 Data Refinery의 GUI 오퍼레이션을 참조하십시오.

자연어 생성을 위한 IBM Granite 기반 모델

2023년 9월 28 일

IBM Foundation 모델의 Granite 제품군에서 처음 두 모델은 이제 댈러스 지역에서 사용 가능합니다.

• granite-13b-chat-v1: 대화 상자 유스 케이스에 최적화된 일반 사용 모델
• granite-13b-명령-v1: 질문 응답에 최적화된 일반 사용 모델

두 모델 모두 영어로 언어를 효율적으로 예측하고 생성할 수 있는 13B-parameter 디코더 모델입니다. Granite 제품군의 모든 모델과 마찬가지로 비즈니스용으로 설계되었습니다. Granite 모델은 공용 인터넷과 같은 일반 언어 소스 및 학술, 과학, 법률 및 금융 분야의 산업별 데이터 소스 모두에서 여러 테라바이트의 데이터에 대해 사전 훈련됩니다.

지금 Prompt Lab에서 시험해 보거나 샘플 노트 을 사용하는 granite-13b-instruct-v1 감정 분석 모델.

읽기 비즈니스용 AI 구축: IBM'에스 Granite 기초 모델 자세히 알아보려면 블로그 게시물을 참조하세요.

• 이러한 모델에 대한 자세한 정보는 watsonx.ai에서 사용 가능한 지원되는 기본 모델을 참조하십시오.
• 샘플 프롬프트에 대한 설명은 공통 태스크에 대한 샘플 기초 모델 프롬프트를 참조하십시오.
• 가격 세부사항은 Watson Machine Learning 플랜을 참조하십시오.

Decision Optimization Java 모델

2023년 9월 20 일

이제 Decision Optimization Java 모델을 Watson Machine Learning에 배치할 수 있습니다. Java 작업자 API를 사용하여 OPL, CPLEX및 CP Optimizer Java API로 최적화 모델을 작성할 수 있습니다. 이제 공용 Java 작업자 GitHub에서 제공되는 표준 유형을 사용하여 로컬로 모델을 쉽게 작성하고 패키지하여 Watson Machine Learning 에 배치할 수 있습니다. 자세한 정보는 Decision Optimization용 Java 모델 배치를 참조하십시오.

자원 허브의 새 노트북

2023년 9월 21 일

자원 허브에서 다음과 같은 새 노트북을 사용할 수 있습니다.

• 사용 watsonx 그리고 LangChain RAG를 사용하여 질문에 답하기
• 사용 watsonx 그리고 BigCodestarcoder-15.5b 코드를 생성하려면

신속한 엔지니어링 및 합성 데이터 빠른 시작 학습서

2023년 9월 14 일

새 학습서를 사용하면 다음을 수행하는 방법을 학습하는 데 도움이 됩니다.

• 프롬프트 기반 모델: 일반적으로 성공적인 결과를 위해 기반 모델을 프롬프트하는 여러 가지 방법이 있습니다. 프롬프트 랩에서 다른 기초 모델을 프롬프트하는 실험을 수행하고, 샘플 프롬프트를 탐색하며, 최상의 프롬프트를 저장하고 공유할 수 있습니다. 생성된 출력의 정확성을 향상시키는 한 가지 방법은 검색 기능이 보강된 생성 패턴을 사용하여 프롬프트 텍스트에서 필요한 요소를 컨텍스트로 제공하는 것입니다.
• 합성 데이터 생성: watsonx.ai에서 합성 테이블 형식 데이터를 생성할 수 있습니다. 합성 데이터의 이점은 요청 시 데이터를 조달한 후 유스 케이스에 맞게 사용자 정의하여 대량으로 생성할 수 있다는 점입니다.

Watsonx.ai 커뮤니티

2023년 9월 14 일

이제 가입하실 수 있습니다. watsonx.ai 지역 사회 AI 설계자와 빌더가 배우고, 아이디어를 공유하고, 다른 사람들과 연결할 수 있도록 합니다.

Synthetic Data Generator 를 사용하여 합성 테이블 데이터 생성

2023년 9월 7 일

이제 댈러스 및 프랑크푸르트 지역에서 사용 가능한 Synthetic Data Generator 는 watsonx.ai 에서 훈련 모델에 사용할 테이블 형식 데이터를 생성하는 데 사용할 수 있는 새 그래픽 편집기 도구입니다. 시각적 플로우 및 통계 모델을 사용하여 기존 데이터 또는 사용자 정의 데이터 스키마를 기반으로 합성 데이터를 작성할 수 있습니다. 원래 데이터를 마스크하고 합성 데이터를 데이터베이스 또는 파일로 내보내도록 선택할 수 있습니다.

시작하려면 합성 데이터를 참조하십시오.

Llama-2 자연어 생성 및 대화를 위한 기초 모델

2023년 9월 7 일

이제 메타의 Llama-2 Foundation 모델을 댈러스 지역에서 사용할 수 있습니다. Llama-2 대화 모델은 최적화된 변환기 아키텍처를 사용하는 자동 회귀 언어 모델입니다. 이 모델은 공개적으로 사용 가능한 온라인 데이터로 사전 훈련된 후 인간 피드백의 강화 학습을 사용하여 미세 조정됩니다. 이 모델은 영어 어시스턴트와 유사한 대화 시나리오에서 상업용 및 연구용으로 사용하기 위한 것입니다.

• Llama-2 모델에 대한 자세한 정보는 watsonx.ai에서 사용 가능한 지원되는 기본 모델을 참조하십시오.
• 샘플 프롬프트에 대한 설명은 공통 태스크에 대한 샘플 기초 모델 프롬프트를 참조하십시오.
• Llama-2에 대한 가격 책정 세부사항은 Watson Machine Learning 플랜을 참조하십시오.

기초 모델 Python 라이브러리에 대한 LangChain 확장

2023년 9월 7 일

이제 기본 모델 Python 라이브러리에 대한 새 LangChain 확장을 사용하여 watsonx.ai 의 기본 모델과 함께 LangChain 프레임워크를 사용할 수 있습니다.

이 샘플 노트북은 새 확장을 사용하는 방법을 보여줍니다. 샘플 노트

검색 기능 보강 생성 패턴에 대한 소개 샘플

2023년 9월 7 일

검색 기능 보강 생성은 기초 모델에서 사실적으로 정확한 출력을 얻기 위해 지식 기반을 활용하는 단순하고 강력한 기술입니다.

다음을 참조하십시오. 검색 소개-기능 보강된 생성

노트북에서 더 이상 사용되지 않는 주석

2023년 8월 31 일

오늘 현재 노트북 조치 막대에서 노트북에 주석을 추가할 수 없습니다. 기존 주석이 제거되었습니다.

코드 생성 및 코드 변환을 위한 StarCoder Foundation 모델

2023년 8월 31 일

이제 댈러스 지역에서 Hugging Face의 StarCoder 모델을 사용할 수 있습니다. 코드를 생성하거나 한 프로그래밍 언어에서 다른 프로그래밍 언어로 코드를 변환하기 위한 프롬프트를 작성하려면 StarCoder 를 사용하십시오. 하나의 샘플 프롬프트는 StarCoder 를 사용하여 지시사항 세트에서 Python 코드를 생성하는 방법을 보여줍니다. 두 번째 샘플 프롬프트는 StarCoder 를 사용하여 C++로 작성된 코드를 Python 코드로 변환하는 방법을 보여줍니다.

• StarCoder 모델에 대한 자세한 정보는 watsonx.ai에서 사용 가능한 지원되는 기본 모델을 참조하십시오.
• 샘플 프롬프트에 대한 설명은 공통 태스크에 대한 샘플 기초 모델 프롬프트를 참조하십시오.

IBM watsonx.ai 는 프랑크푸르트 지역에서 사용 가능합니다.

2023년 8월 31 일

Watsonx.ai 는 이제 프랑크푸르트 데이터 센터에서 일반적으로 사용 가능하며 등록 시 선호 지역으로 선택할 수 있습니다. 프롬프트 랩 및 기반 모델 추론은 다음 모델에 대해 프랑크푸르트 지역에서 지원됩니다.

• mpt-7b-instruct2

• flan-t5-xxl-11b

• flan-ul2-20b

• 지원되는 모델에 대한 자세한 정보는 watsonx.ai에서 사용 가능한 지원되는 기본 모델을 참조하십시오.

Watson Pipelines 에 사용 가능한 추가 캐시 개선사항

2023년 8월 21 일

파이프라인 플로우 설정을 사용자 정의하기 위한 추가 옵션을 사용할 수 있습니다. 이제 파이프라인 실행에 캐시가 사용되는 시기에 대해 더 큰 제어를 실행할 수 있습니다. 세부사항은 기본 설정 관리를 참조하십시오.

Watson Machine Learning 서비스에 대한 플랜 이름 업데이트

2023년 8월 18 일

즉시 시작하여 다음과 같이 IBM Watson Machine Learning 서비스에 대한 플랜 이름이 업데이트됩니다.

• v2 Standard 플랜은 이제 Essentials 플랜입니다. 이 계획은 조직에 기초 모델 및 기계 학습 자산에 대한 작업을 시작하는 데 필요한 자원을 제공하도록 설계되었습니다.

• v2 Professional 플랜은 이제 Standard 플랜입니다. 이 계획은 자산 작성을 통해 생산적인 용도로 대부분의 조직을 지원하도록 설계된 자원을 제공합니다.

플랜 이름을 변경해도 서비스 이용 약관이 변경되지 않습니다. 즉, v2 표준 플랜을 사용하도록 등록된 경우 이제 이름이 Essentials로 지정되지만 모든 플랜 세부사항은 동일하게 유지됩니다. 마찬가지로, v2 Professional 플랜을 사용하도록 등록된 경우 플랜 이름이 Standard로 변경되는 것 외에는 변경사항이 없습니다.

각 플랜에 포함된 내용에 대한 세부사항은 Watson Machine Learning 플랜을 참조하십시오. 가격 정보는 다음에서 플랜을 찾아보세요. Watson Machine Learning 계획 페이지 에서 IBM Cloud 목록.

노트북에서 더 이상 사용되지 않는 주석

2023년 8월 7 일

2023년 8월 31일에는 더 이상 노트북 조치 막대에서 노트북에 주석을 추가할 수 없습니다. 이 방법으로 추가된 기존 주석은 제거됩니다.

Lite 플랜에 대한 토큰 한계 증가

2023년 8월 4 일

Lite 플랜을 사용하여 기초 모델을 테스트하는 경우 프롬프트 입력 및 출력에 대한 토큰 한계는 이제 매월 계정당 25 ,000에서 50 ,000으로 증가합니다. 이는 기본 모델을 탐색하고 프롬프트를 사용하여 실험할 수 있는 더 많은 유연성을 제공합니다.

• watsonx.ai 플랜에 대한 세부사항은 Watson Machine Learning 플랜을 참조하십시오.
• 프롬프트 관련 작업에 대한 세부사항은 프롬프트 랩을 사용한 엔지니어 프롬프트를 참조하십시오.

사용자 정의 텍스트 분석 템플리트 (SPSS Modeler)

2023년 8월 4 일

SPSS Modeler의 경우 이제 사용자 정의 텍스트 분석 템플리트를 프로젝트에 업로드할 수 있습니다. 이는 사용자의 컨텍스트에 고유한 방식으로 키 개념을 캡처하고 추출할 수 있는 더 많은 유연성을 제공합니다.

Foundation 모델 Python 라이브러리 사용 가능

2023년 7월 27 일

이제 Python 라이브러리를 사용하여 프로그래밍 방식으로 watsonx.ai 에서 기초 모델을 프롬프트할 수 있습니다.

Foundation 모델 Python 라이브러리 를 참조하십시오.

AI 가드레일 제어

2023년 7월 14 일

이제 프롬프트 랩에서 AI 가드레일이 켜져 있는지 여부를 제어할 수 있습니다. AI 가드레일은 입력 및 출력 필드 모두에서 잠재적으로 유해한 텍스트를 제거합니다. 유해한 텍스트에는 혐오 발언, 학대 및 욕설이 포함될 수 있습니다. 잠재적으로 유해한 텍스트가 제거되지 않도록 하려면 AI 가드레일 스위치를 꺼짐으로 설정하십시오. 연설, 학대, 욕설을 참조하십시오.

Microsoft Azure SQL Database 연결은 Azure Active Directory 인증 (Azure AD) 을 지원합니다.

2023년 7월 14 일

이제 Microsoft Azure SQL Database 연결에 대해 Active Directory 를 선택할 수 있습니다. Active Directory 인증은 SQL Server 인증의 대안입니다. 이 개선사항을 사용하여 관리자는 Azure에 대한 사용자 권한을 중앙에서 관리할 수 있습니다. 자세한 정보는 Microsoft Azure SQL Database 연결을 참조하십시오.

IBM watsonx.ai를 시작합니다!

2023년 7월 7 일

IBM watsonx.ai 는 기계 학습 및 기반 모델에 대해 작업하는 데 필요한 모든 도구를 제공합니다.

시작하기:

• watsonx.ai자세히 보기
• 기초 모델 학습
• 프롬프트 랩을 사용하는 엔지니어 프롬프트
• 빠른 시작 학습서
• Watson 자연어 처리

이 문서에서 생성 AI 검색 및 응답을 시도하십시오.

2023년 7월 7 일

watsonx.ai 문서에서 새 생성 AI 검색 및 응답 옵션을 시도하여 작동 중인 생성 AI를 확인할 수 있습니다. 응답은 watsonx.ai 에서 실행되는 대형 언어 모델에 의해 생성되며 문서 컨텐츠를 기반으로 합니다. 이 기능은 watsonx.ai에 로그인하는 동안 문서를 보는 경우에만 사용 가능합니다.

문서 검색 필드에 질문을 입력하고 생성적 AI 검색 및 답변을 사용해 보세요. 상 . 그만큼 생성적 AI 검색 및 답변 창이 열리고 질문에 답변합니다.