watsonx.ai 에서 새로운 IBM Granite 임베딩 모델 사용

2025년 1월 16일

이제 watsonx.ai: 에서 IBM 제공하는 다음 Granite 임베딩 모델을 사용할 수 있습니다

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

새로운 임베딩 모델을 사용하여 쿼리, 구절 또는 문서의 형태로 여러 언어로 입력할 수 있는 고품질의 텍스트 임베딩을 생성하십시오. 자세한 내용은 지원되는 인코더 모델 과 텍스트 벡터화 부분을 참고하세요.

Dallas 및 Sydney 지역의 IBM watsonx.ai 에서 신세대 3.1 Granite Guardian 모델 사용

2025년 1월 16일

이제 댈러스와 시드니 데이터 센터의 watsonx.ai 에서 IBM 의 Granite Guardian 기초 모델의 최신 버전을 추론할 수 있습니다.

최신 3.1 전의 모델은 이제 128,000 토큰의 컨텍스트 길이를 지원하고, 환각 및 탈옥과 관련된 위험에 대한 성능을 향상시키기 위해 추가적인 합성 데이터로 훈련되었습니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

granite-20b-multilingual 과 codellama-34b-instruct-hf 기초 모델은 더 이상 사용되지 않습니다

2025년 1월 15일

다음 파운데이션 모델은 더 이상 사용되지 않습니다. 이러한 기초 모델을 사용하는 모든 프롬프트를 수정합니다.

• granite-20b-multilingual

  • 사용 중단 날짜: 2025년 1월 15일
  • 출금일: 2025년 4월 16일
  • 대체 모델: granite-3-8b-instruct

• codellama-34b-instruct-hf

  • 사용 중단 날짜: 2025년 1월 15일
  • 인출일: 2025년 3월 31일
  • 대체 모델: llama-3-3-70b-instruct

사용 중단 및 철회에 대한 자세한 내용은 파운데이션 모델 수명 주기를 참조하세요. 대체 모델에 대한 자세한 내용은 지원되는 파운데이션 모델을 참조하세요.

맞춤형 기초 모델 배포를 위한 새로운 모델 아키텍처

2024년 1월 15일

이제 watsonx.ai: 다음 아키텍처를 사용하여 맞춤형 기초 모델을 배포할 수 있습니다

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

자세한 내용은 맞춤형 foundation model 배포 계획을 참조하세요.

CatBoost 와 LightGBM 에서 변환된 모델을 ONNX 형식으로 배포

2024년 1월 15일

이제 CatBoost 와 LightGBM 에서 ONNX 형식으로 변환된 머신 러닝과 생성적 AI 모델을 배포하고 추론에 엔드포인트를 사용할 수 있습니다. 이러한 모델은 동적 축에도 적용할 수 있습니다. 자세한 내용은 ONNX 형식으로 은폐된 모델 배포하기를 참조하세요.

2025년 1월 23일, AutoAI 실험의 베타 버전 종료

2025년 1월 13일

베타 단계가 종료된 후, AutoAI 실험을 실행하면 다음과 같은 요금이 청구됩니다

• 실험 실행 시간에 대한 용량 단위 시간(CUH) 요금.
• 기초 문서를 포함시키고 생성적 AI 모델을 추론하는 데 드는 자원 단위(RU)가 부과됩니다. 1 자원 단위(RU)는 1,000 토큰과 같습니다.

요금제 정보 및 청구 세부 사항은 watsonx.ai 런타임 요금제를 참고하세요.

ONNX 형식으로 변환된 모델 배포

2024년 12월 20일

이제 ONNX 형식으로 변환된 머신 러닝 및 생성형 AI 모델을 배포하고 추론에 엔드포인트를 사용할 수 있습니다. 이러한 모델은 동적 축에도 적용할 수 있습니다. 자세한 내용은 ONNX 형식으로 은폐된 모델 배포하기를 참조하세요.

다중 소스 SPSS Modeler 흐름 배포

2024년 12월 20일

이제 여러 입력 스트림을 사용하여 모델에 데이터를 제공하는 SPSS Modeler 흐름에 대한 배포를 만들 수 있습니다. 자세한 내용은 다중 소스 SPSS Modeler 흐름 배포를 참조하세요.

Granite 3 Instruct 파운데이션 모델에 대한 수정 사항이 도입되었습니다

2024년 12월 13일

다음 IBM 기초 모델에 대한 수정이 이루어졌습니다:

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

최신 수정 사항을 통해 이제 Granite 3.1 Instruct 기초 모델은 상담원을 위한 코딩 작업 및 고유 기능을 더 잘 지원합니다. 이러한 기반 모델에서 지원되는 컨텍스트 창 길이가 4,096토큰에서 131,072토큰으로 증가했습니다. Granite Instruct 모델의 모델 ID는 동일하게 유지되지만 모델 가중치는 업데이트됩니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

AutoAI RAG 패턴을 검색하는 노코드 솔루션(베타)

2024년 12월 12일

이제 AutoAI 사용자 인터페이스에서 사용 사례에 맞는 최적의 RAG 패턴을 자동으로 검색할 수 있습니다. 문서 컬렉션과 테스트 문제를 로드하고 벡터 데이터베이스를 선택한 다음 실험을 실행하여 RAG 패턴을 찾기 위한 빠른 경로 접근 방식을 살펴보세요. 실험에 대한 구성 설정을 검토하고 수정할 수도 있습니다. 실험을 통해 생성된 패턴을 비교하고 가장 좋은 패턴을 자동 생성 노트북으로 저장하거나 프로젝트에 저장된 노트북으로 저장하세요.

자세한 내용은 AutoAI RAG 패턴 자동화를 참조하세요.

템플릿을 사용하여 AI 서비스 배포

2024년 12월 12일

미리 정의된 템플릿을 사용하여 AI 서비스를 배포할 수 있습니다. AI 서비스 템플릿은 AI 모델을 배포하기 위한 사전 정의된 구조와 구성을 제공하여 표준화된 방식으로 AI 서비스를 배포할 수 있도록 합니다. 이러한 템플릿은 제너레이티브 AI 애플리케이션의 프로그래밍 로직을 캡슐화하는 사전 구축된 배포 가능한 코드 단위입니다.

AI 서비스 템플릿은 배포 생성, 메타데이터 생성, 확장 빌드와 같은 작업을 자동화하여 개발자가 애플리케이션의 핵심 로직에 집중할 수 있도록 해줍니다. 다양한 입력 및 사용자 지정을 지원하여 AI 서비스를 유연하게 배포할 수 있는 방법을 제공합니다.

자세한 내용은 템플릿을 사용하여 AI 서비스 배포하기를 참조하세요.

최신 Llama foundation model 온디맨드 방식으로 배포할 수 있습니다

2024년 12월 12일

조직 전용으로 전용 하드웨어에 Meta Llama 3.3 70B Instruct 다국어 foundation model 배포할 수 있습니다. 최신 foundation model ( Meta )은 더 큰 llama-3-405b-instruct 모델과 유사한 기능을 제공하지만 크기가 더 작고 특히 코딩, 단계별 추론, 도구 호출에 능숙합니다. 전체 모델 llama-3-3-70b-instruct-hf ) 또는 호스팅하는 데 더 적은 리소스가 필요한 정량화된 버전 llama-3-3-70b-instruct )을 배포할 수 있습니다.

리소스 허브 또는 REST API를 통해 달라스 지역에서 주문형 foundation model 배포하는 방법에 대해 자세히 알아보려면 주문형 기초 모델 배포하기를 참조하세요.

Python 클라이언트 라이브러리를 사용하여 온디맨드 방식으로 파운데이션 모델 배포

2024년 12월 12일

이제 watsonx.ai Python 클라이언트 라이브러리를 사용하여 기초 모델을 온디맨드로 배포할 수 있습니다. 이 접근 방식을 사용하면 광범위한 계산 리소스 없이도 이러한 강력한 기초 모델의 기능에 액세스할 수 있습니다. 온디맨드 방식으로 배포하는 파운데이션 모델은 이러한 모델을 추론에 사용할 수 있는 전용 배포 공간에서 호스팅됩니다.

자세한 내용은 온디맨드 기반 모델 배포를 참조하세요.

업데이트된 SPSS Modeler 튜토리얼

2024년 12월 11일

15 업데이트된 SPSS Modeler 튜토리얼 을 통해 SPSS Modeler 을 직접 경험해 보세요.

평가 스튜디오와 AI 에셋 비교

2024년 12월 12일

평가 스튜디오를 사용하면 사용 사례에 맞는 정량적 지표와 사용자 지정 가능한 기준을 사용하여 생성된 AI 에셋을 평가하고 비교할 수 있습니다. 여러 자산의 성능을 동시에 평가하고 결과를 비교 분석하여 최적의 솔루션을 찾아보세요.

자세한 내용은 평가 스튜디오로 AI 에셋 비교하기를 참조하세요.

거버넌스 콘솔 개선 사항

2024년 12월 12일

모델 리스크 거버넌스 솔루션 watsonx.governance 개선 사항

이번 릴리스에는 다음과 같은 개선 사항이 포함되어 있습니다:

• 새로운 AI 모델 온보딩 위험 식별 설문 템플릿은 모델 온보딩 프로세스 중에 사용되어 모델과 관련된 위험을 식별하는 데 도움을 줍니다. 이 설문지 템플릿은 파운데이션 모델 온보딩 워크플로에서 사용됩니다.
• 새로운 AI 사용 사례 위험 식별 설문 템플릿은 AI 사용 사례와 관련된 위험을 식별하는 데 사용됩니다. 이 설문지 템플릿은 사용 사례 검토 워크플로에서 사용됩니다. 이 새로운 설문지는 AI 위험 식별 설문지를 대체하기 위한 것입니다
• 새로운 AI 사용 사례 및 모델 위험 식별 설문 템플릿은 AI 사용 사례와 모델의 조합과 관련된 위험을 식별하는 데 사용됩니다. 이 설문지 템플릿은 사용 사례 개발 및 문서화 워크플로에서 사용됩니다.
• 이제 AI 평가 워크플로는 기본적으로 비활성화되어 있습니다. 설문지 평가 워크플로로 대체됩니다. 이제 사용 사례 워크플로우에서 바로 설문지 템플릿을 설정할 수 있습니다.
• 워크플로, 보기 및 대시보드가 업데이트되었습니다.

자세한 내용은 거버넌스 콘솔의 솔루션 구성 요소를 참조하세요.

버그 수정 및 보안 수정

버그 수정 및 보안 수정이 적용되었습니다.

자세한 내용은 9.0.0.5 새로운 기능을 참조하세요.

IBM watsonx.governance 시드니 지역에서 사용할 수 있습니다

2024년 12월 9일

이제 시드니 데이터 센터에서 IBM watsonx.governance 일반적으로 사용할 수 있습니다. 가입할 때 시드니를 선호하는 지역으로 선택할 수 있습니다.

시드니 지역에서 사용할 수 있는 제품 기능에 대한 자세한 내용은 서비스 및 기능의 지역별 가용성을 참조하세요.

댈러스 지역에 온디맨드 기반 모델 배포

2024년 12월 6일

조직 전용으로 전용 하드웨어에 배포할 수 있는 엄선된 파운데이션 모델 컬렉션 중에서 선택하세요. 전용 배포는 추론 기반 모델을 추론할 때 더욱 반응이 빠른 상호 작용을 의미합니다. 배포 온디맨드 파운데이션 모델은 시간 단위로 요금이 청구됩니다. 자세한 내용은 지원되는 기반 모델 및 생성 AI 자산에 대한 청구 세부 정보를 참조하세요.

리소스 허브 또는 REST API에서 필요에 따라 foundation model 배포하는 방법에 대해 자세히 알아보려면 필요에 따라 기초 모델 배포하기를 참조하세요.

댈러스와 프랑크푸르트 지역의 ' Meta '에서 최신 라마 foundation model 추론합니다

2024년 12월 6일

댈러스와 프랑크푸르트 지역에서 ' Meta Llama 3.3 70B Instruct 다국어 foundation model 인터랙션에 사용할 수 있습니다. llama-3-3-70b-instruct foundation model 코딩, 단계별 추론 및 도구 호출에 능숙합니다. 405b 모델에 필적하는 성능을 제공하는 Llama 3.3 foundation model 업데이트는 개발자에게 훌륭한 선택입니다. IBM 발표를 참조하세요.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

벤치마크를 검토하여 파운데이션 모델 비교

2024년 12월 5일

foundation model 벤치마크를 검토하여 사용 가능한 파운데이션 모델의 기능에 대해 알아보고 사용해 보세요. 사용 사례에 가장 중요한 작업에서 다양한 기초 모델이 어떻게 수행되는지 비교하세요. 자세한 내용은 재단 모델 벤치마크를 참조하세요.

Decision Optimization OPL 모델에서 Microsoft Excel 파일은 더 이상 사용되지 않습니다

2024년 12월 5일

이제 Decision Optimization OPL 모델에서 Microsoft Excel 통합 문서(.xls 및 .xlsx) 파일을 직접 입력 및 출력하는 것이 더 이상 사용되지 않습니다. Excel 파일에 연결하려면 데이터 커넥터를 대신 사용하세요. 데이터 커넥터는 Excel 파일을 .csv 파일로 변환합니다. 자세한 내용은 참조 데이터를 참조하세요.

ONNX 형식으로 변환된 모델을 배포하기 위한 새로운 샘플 노트북

2024년 12월 3일

이제 ONNX 형식으로 변환된 머신 러닝 및 생성형 AI 모델을 배포하고 추론에 엔드포인트를 사용할 수 있습니다. 이러한 모델은 동적 축에도 적용할 수 있습니다. 다음 샘플 노트북을 참조하세요:

• ONNX 신경망을 고정 축에서 동적 축으로 변환하기
• PyTorch 변환된 ONNX 모델 사용
• TensorFlow 변환된 ONNX 모델을 사용하여 손으로 쓴 숫자를 인식합니다

자세한 내용은 watsonx.ai 런타임 Python 클라이언트 샘플 및 예제를 참조하세요.

llama-3-8b-instruct 및 llama-3-70b-instruct 파운데이션 모델은 더 이상 사용되지 않습니다

2024년 12월 2일

다음 파운데이션 모델은 더 이상 사용되지 않습니다. 이러한 기초 모델을 사용하는 모든 프롬프트를 수정합니다.

• llama-3-8b-instruct

  • 사용 중단 날짜: 2024년 12월 2일
  • 출금일: 2025년 2월 3일
  • 대체 모델: llama-3-1-8b-instruct, llama-3-2-11b-vision-instruct

• llama-3-70b-instruct

  • 사용 중단 날짜: 2024년 12월 2일
  • 출금일: 2025년 2월 3일(시드니에서는 2025년 3월 31일)
  • 대체 모델: llama-3-1-70b-instruct, llama-3-2-90b-vision-instruct

사용 중단 및 철회에 대한 자세한 내용은 파운데이션 모델 수명 주기를 참조하세요. 대체 모델에 대한 자세한 내용은 지원되는 파운데이션 모델을 참조하세요.

Data Refinery 쓰기 옵션에 대한 문서 개선 사항

2024년 11월 28일

데이터 흐름 내보내기를 위한 쓰기 옵션 및 테이블 옵션은 연결에 따라 다릅니다. 이제 이러한 옵션에 대한 설명이 추가되어 대상 테이블 옵션을 더 잘 선택할 수 있도록 안내합니다. 자세한 내용은 Data Refinery 위한 Target 연결 옵션을 참조하십시오.

IBM watsonx.ai 구성 서비스 이름이 변경되었습니다

2024년 11월 21일

다음 서비스의 이름이 변경되었습니다:

• 이제 Watson Machine Learning '의 이름이 watsonx.ai Runtime으로 변경되었습니다
• 이제 Watson Studio '의 이름이 watsonx.ai Studio로 변경되었습니다

일부 동영상, 노트북 및 코드 샘플은 계속해서 이전 이름으로 이러한 서비스를 지칭할 수 있습니다.

IBM watsonx.ai 시드니 지역에서 사용 가능합니다

2024년 11월 21일

이제 시드니 데이터 센터에서 Watsonx.ai 사용할 수 있으며, 가입 시 시드니를 선호 지역으로 선택할 수 있습니다.

시드니 지역에서 사용할 수 있는 기초 모델 및 제품 기능에 대한 자세한 내용은 서비스 및 기능의 지역별 가용성을 참조하세요.

IBM Granite 시계열 기초 모델과 watsonx.ai API를 사용하여 미래 가치 예측(베타)

2024년 11월 21일

시계열 API를 사용하여 과거 데이터 관측값을 제로 샷 추론으로 미래 값을 예측할 수 있는 IBM Granite 시계열 foundation model 전달합니다. watsonx.ai API의 시계열 예측 방법은 베타 기능으로 제공됩니다. 자세한 내용은 미래 데이터 값 예측을 참조하세요.

Elasticsearch 추론 API에서 watsonx.ai 텍스트 임베딩 모델 사용

2024년 11월 21일

Elasticsearch 버전 8.16.0 릴리즈에는 텍스트 임베딩 작업에 watsonx.ai foundation model 사용하는 추론 엔드포인트 생성에 대한 지원이 추가되었습니다.

자세한 내용은 API를 사용하여 텍스트 벡터화를 참조하세요.

배포 공간으로 SPSS Modeler 흐름 홍보

2024년 11월 19일

이제 프로젝트를 내보낸 다음 배포 공간으로 가져올 필요 없이 프로젝트에서 배포 공간으로 SPSS Modeler 흐름을 직접 홍보할 수 있습니다. 자세한 내용은 SPSS Modeler 흐름 및 모델 홍보를 참조하십시오.

계정을 연결하여 평가판 제한 없이 IBM watsonx.ai 데모 채팅 앱을 사용하세요

2024년 11월 15일

이제 데모 계정을 유료 ' IBM Cloud ' watsonx.ai ' 계정에 연결하여 토큰 사용량이나 시간 제한 없이 ' IBM ' watsonx.ai ' 데모 계정 채팅 앱을 사용할 수 있습니다. 자세한 내용은 IBM watsonx.ai 데모 및 watsonx.ai 계정 연결하기를 참조하세요.

watsonx.ai Node.js 패키지는 LangChain 사용할 수 있습니다

2024년 11월 11일

watsonx.ai Node.js 패키지는 LangChain JavaScript 커뮤니티 라이브러리에서 사용할 수 있습니다. 이 통합은 기초 모델 추론, 텍스트 임베딩 생성, 이미지-텍스트 및 도구 호출 기능을 포함한 채팅 교환 처리와 같은 watsonx.ai 기능을 지원합니다. LangChain 통합을 사용하면 일관된 인터페이스를 사용하여 제공업체 간에 쉽게 전환하여 제품을 비교하고 필요에 가장 적합한 솔루션을 찾을 수 있는 이러한 watsonx.ai 기능을 호출할 수 있습니다.

자세한 내용은 Node.js SDK를 참조하세요.

이제 배포 공간에서 에셋을 배포하고 작업을 실행하려면 작업 자격 증명이 필요합니다

2024년 11월 11일

배포 작업을 실행할 때 보안을 강화하려면 배포 공간에서 다음 자산을 배포하려면 작업 자격 증명을 입력해야 합니다:

• 프롬프트 템플리트
• AI 서비스
• 모델
• Python 함수
• 스크립트

또한 배포 공간에서 다음 배포를 만들려면 작업 자격 증명을 입력해야 합니다:

• 온라인
• 일괄처리

또한 배포 공간에서 배포 작업을 만들고 관리하려면 작업 자격 증명을 사용해야 합니다.

작업 자격 증명을 설정하고 API 키를 생성하는 방법을 알아보려면 작업 자격 증명 추가하기를 참조하세요.

AI 서비스를 통해 제너레이티브 AI 애플리케이션 배포

2024년 11월 7일

이제 watsonx.ai AI 서비스를 사용하여 애플리케이션을 배포할 수 있습니다. AI 서비스는 생성형 AI 사용 사례의 로직을 캡처하는 데 사용할 수 있는 배포 가능한 코드 단위입니다. Python 함수는 머신러닝 에셋을 배포하는 전통적인 방법이지만, AI 서비스는 스트리밍과 같은 생성형 AI 애플리케이션을 위한 코드를 배포할 수 있는 보다 유연한 옵션을 제공합니다. AI 서비스가 성공적으로 배포되면 애플리케이션에서 추론하는 데 엔드포인트를 사용할 수 있습니다.

자세한 내용은 AI 서비스 배포하기를 참조하세요.

granite-13b-chat-v2, llama2-13b-dpo-v7 및 mt0-xxl-13b 기초 모델은 더 이상 사용되지 않습니다

2024년 11월 4일

다음 파운데이션 모델은 더 이상 사용되지 않습니다. 이러한 기초 모델을 사용하는 모든 프롬프트를 수정합니다.

granite-13b-chat-v2

• 사용 중단 날짜: 2024년 11월 4일
• 출금일: 2025년 2월 3일
• 대체 모델: granite-3-8b-instruct

llama2-13b-dpo-v7

• 사용 중단 날짜: 2024년 11월 4일
• 출금일: 2024년 12월 4일
• 대체 모델: llama-3-1-8b-instruct

mt0-xxl-13b

• 사용 중단 날짜: 2024년 11월 4일
• 출금일: 2024년 12월 4일
• 대체 모델: llama-3-1-8b-instruct, llama-3-2-11b-vision-instruct

사용 중단 및 철회에 대한 자세한 내용은 파운데이션 모델 수명 주기를 참조하세요. 대체 모델에 대한 자세한 내용은 지원되는 파운데이션 모델을 참조하세요.

새로운 타사 all-minilm-l6-v2 임베딩 모델은 watsonx.ai 사용할 수 있습니다

2024년 10월 29일

이제 오픈 소스 자연어 처리(NLP) 및 컴퓨터 비전(CV) 커뮤니티의 all-minilm-l6-v2 텍스트 임베딩 모델을 watsonx.ai API의 텍스트 임베딩 방법에서 사용할 수 있습니다. 모델을 사용하여 텍스트를 텍스트 일치 및 검색 작업에 사용하기에 적합한 텍스트 임베딩 벡터로 변환합니다. 모델에 대한 자세한 내용은 다음 항목을 참조하세요:

• 지원되는 인코더 모델
• 텍스트 벡터화
• 생성 AI 자산에 대한 청구 세부 정보

Mistral Large foundation model 추론 가격 인하

2024년 10월 29일

Mistral Large foundation model 제출하는 입력 가격이 1,000토큰당 0.0.01 0.0.003 인하되었습니다. foundation model 의해 생성되는 산출물의 가격은 변경되지 않았으며, 산출 토큰의 가격은 0.0.01 USD/1,000 토큰으로 유지됩니다. 가격 변경은 mistral-large foundation model 사용할 수 있는 모든 지역에 적용됩니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

IBM 런타임 23.1 지원 중단

2024년 10월 28일

IBM 런타임 23.1 더 이상 사용되지 않습니다. 2024년 11월 21일부터는 23.1 런타임을 사용해 새 노트북이나 사용자 지정 환경을 만들 수 없습니다. 또한 23.1 런타임을 기반으로 하는 소프트웨어 사양으로는 새 배포를 만들 수 없습니다. 원활한 환경을 보장하고 최신 기능 및 개선 사항을 활용하려면 IBM Runtime 24.1 전환하세요.

• 환경 변경에 대한 자세한 내용은 노트북 환경 변경하기를 참고하세요.
• 배치 프레임워크에 대한 세부사항은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

텍스트 추출 API로 복잡한 비즈니스 문서를 간소화하세요

2024년 10월 28일

텍스트 추출 방법은 이제 watsonx.ai REST API에서 일반적으로 사용할 수 있습니다. IBM 개발한 문서 이해 기술을 활용하여 복잡한 비즈니스 문서를 간소화하여 생성형 AI 워크플로우의 일부로 기초 모델에서 처리할 수 있도록 하세요. 텍스트 추출 API는 기초 모델이 제대로 해석하지 못하는 이미지, 다이어그램, 표와 같은 문서 구조에서 텍스트를 추출합니다. 자세한 내용은 문서에서 텍스트 추출하기를 참조하세요.

이 API는 모든 지역에서 유료 요금제 사용자가 사용할 수 있습니다. 요금에 대한 자세한 내용은 문서 텍스트 추출 요금표를 참조하세요.

Decision Optimization 실험의 표를 비교하여 시나리오 간 차이점 확인

2024년 10월 23일

이제 데이터 준비 또는 솔루션 탐색 보기에서 Decision Optimization 실험의 테이블을 비교할 수 있습니다. 이 비교는 나란히 표시되는 시나리오 간의 데이터 값 차이를 확인하는 데 유용할 수 있습니다.
더 자세한 정보를 원하시면, 시나리오 테이블 비교하기를 참고하세요.

새로운 Granite 3.0 모델은 watsonx.ai 사용할 수 있습니다

2024년 10월 21일

이제 IBM 제공하는 다음 3.0 Granite 기반 모델을 watsonx.ai: 추론할 수 있습니다:

• 모든 지역의 Granite Instruct 모델: 요약, 문제 해결, 텍스트 번역, 추론, 코딩 및 함수 호출 작업과 같은 작업에는 새롭게 조정된 경량 오픈 소스 언어 모델을 사용하세요. 다음 모델 변형으로 작업하세요:
  • granite-3-2b-instruct
  • granite-3-8b-instruct
• 댈러스 지역의 Granite Guardian 모델: 프롬프트와 응답에서 위험을 감지하도록 설계된 Granite Instruct 모델을 미세 조정한 새로운 Granite Guardian 모델을 사용하세요. 다음 모델 변형으로 작업하세요:
  • granite-guardian-3-2b
  • granite-guardian-3-8b

자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

텍스트 재랭크 API로 검색 및 검색 작업 개선하기

2024년 10월 21일

텍스트 재랭크 메서드는 일반적으로 watsonx.ai REST API에서 사용할 수 있습니다. 이 새로운 API 메서드를 새로 지원되는 ms-marco-minilm-l-12-v2 모델과 같은 재랭커 기초 모델과 함께 사용하여 지정된 쿼리와의 유사성에 따라 문서 구절 집합의 순서를 다시 지정할 수 있습니다. 재랭크는 답변 검색 워크플로우에 정확성을 더하는 유용한 방법입니다. 자세한 내용은 문서 구절 순위 재지정을 참조하세요.

프랑크푸르트와 런던 지역에서 새로운 Pixtral 12B 모델 출시

2024년 10월 21일

이제 프랑크푸르트 및 런던 데이터 센터의 watsonx.ai Mistral AI의 Pixtral 12B foundation model 사용할 수 있습니다.

Pixtral 12B 이미지와 텍스트 데이터를 인터리브하여 학습된 이미지-텍스트 및 텍스트-텍스트 기능을 갖춘 네이티브 멀티모달 모델입니다. foundation model 다양한 이미지 크기를 지원하며 지침을 따르는 작업에 탁월합니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

계정 리소스 범위 지정은 기본적으로 사용 설정되어 있습니다

2024년 10월 17일

이제 계정의 ' Resource scope ' 설정이 기본적으로 ' ON '로 설정됩니다. 그러나 이전에 리소스 범위 설정 값을 ' ON ' 또는 ' OFF'로 설정한 경우 현재 설정은 변경되지 않습니다.

리소스 범위 지정이 활성화되어 있으면 현재 선택한 IBM Cloud 계정에 없는 프로젝트에는 액세스할 수 없습니다. 둘 이상의 IBM Cloud 계정에 속해 있는 경우 모든 프로젝트가 함께 표시되지 않을 수 있습니다. 예를 들어 모든 프로젝트 페이지에 모든 프로젝트가 표시되지 않을 수 있습니다. 다른 계정의 프로젝트를 보려면 계정을 전환해야 합니다.

Granite 코드 foundation model 프랑크푸르트 지역에서 사용할 수 있습니다

2024년 10월 15일

IBM granite-20b-code-instruct foundation model 코딩 관련 지침에 응답하도록 설계되었습니다. 프랑크푸르트 데이터 센터에서 호스팅되는 프로젝트에서 foundation model 사용하여 코딩 작업과 코딩 어시스턴트 구축에 도움을 받을 수 있습니다. 모델에 대한 자세한 내용은 지원되는 파운데이션 모델을 참조하세요.

새로운 라이선스 혜택

2024년 10월 10일

이제 온프레미스 라이선스 혜택을 온프레미스 라이선스 혜택에 적용하기 위해 BYOL(Bring Your Own License)을 IBM watsonx.ai 및 IBM watsonx.governance 적용할 수 있습니다.

자세한 내용은 SaaS BYOL(Bring Your Own License) 활성화를 참조하세요.

텍스트 분석을 사용하여 SPSS Modeler 일본어 텍스트 데이터 분석하기

2024년 10월 9일

이제 텍스트 링크 분석 노드 및 텍스트 마이닝 노드와 같은 SPSS Modeler 텍스트 분석 노드를 사용하여 일본어로 작성된 텍스트 데이터를 분석할 수 있습니다.

watsonx.ai 채팅 API로 대화형 워크플로 구축하기

2024년 10월 8일

타사 도구 및 서비스에 대한 상담원 중심 호출을 포함한 생성형 AI 기능을 애플리케이션에 추가하려면 watsonx.ai 채팅 API를 사용하세요.

자세한 내용은 다음 주제를 참조하십시오.

• 채팅 API로 애플리케이션에 생성 채팅 기능 추가하기
• 채팅 API로 상담원 중심 워크플로 구축하기

맞춤형 파운데이션 모델을 위한 새로운 소프트웨어 사양

2024년 10월 7일

이제 사용자 지정 foundation model 배포에 새로운 소프트웨어 사양 ' watsonx-cfm-caikit-1.1 '을 사용할 수 있습니다. 이 사양은 vLLM 라이브러리를 기반으로 하며 최신 디코더 전용 대형 언어 모델에 더 적합합니다. 사용자 지정 foundation model foundation model 함께 사양을 사용하는 방법에 대한 자세한 내용은 vLLM 라이브러리 문서를 참조하세요.

granite-7b-lab 및 llama3-llava-next-8b-hf 기초 모델은 더 이상 사용되지 않습니다

2024년 10월 7일

granite-7b-lab foundation model 더 이상 사용되지 않으며 2025년 1월 7일에 중단됩니다. 이 foundation model 사용하는 모든 프롬프트를 수정합니다.

• 사용 중단 날짜: 2024년 10월 7일
• 출금일: 2025년 1월 7일
• 대체 모델: granite-3-8b-instruct

llama3-llava-next-8b-hf 멀티모달 foundation model 더 이상 사용되지 않으며 2024년 11월 7일에 철회될 예정입니다. 이제 새로 출시된 Llama 3.2 비전 모델 중 하나를 이미지-텍스트 생성 작업에 사용할 수 있습니다.

• 사용 중단 날짜: 2024년 10월 7일
• 출금일: 2024년 11월 7일
• 대체 모델: llama-3-2-11b-vision-instruct

사용 중단 및 철회에 대한 자세한 내용은 파운데이션 모델 수명 주기를 참조하세요. 대체 모델에 대한 자세한 내용은 지원되는 파운데이션 모델을 참조하세요.

업데이트된 환경 및 소프트웨어 사양

2024년 10월 3일

이제 IBM Runtime 23.1 포함된 Tensorflow 및 Keras 라이브러리가 최신 버전으로 업데이트되었습니다. 이는 노트북에서 코드가 실행되는 방식에 영향을 미칠 수 있습니다. 자세한 내용은 watsonx.ai Studio(이전 Watson Studio) 런타임에 포함된 라이브러리 패키지를 참조하세요.

런타임 23.1 올해 말 IBM 런타임 24.1 위해 중단될 예정입니다. 반복되는 중단을 방지하려면 지금 바로 IBM Runtime 24.1 전환하고 배포에 관련 소프트웨어 사양을 사용하는 것이 좋습니다.

• 환경 변경에 대한 자세한 내용은 노트북 환경 변경하기를 참고하세요.
• 배치 프레임워크에 대한 세부사항은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

프랑크푸르트 지역에서 watsonx.governance 플랜의 가용성 및 OpenScale 레거시 플랜의 사용 중단

2024년 10월 3일

프랑크푸르트 지역에서 Watson OpenScale 프로비저닝하기 위한 watsonx.governance 레거시 계획은 더 이상 사용되지 않습니다. IBM Watson OpenScale 더 이상 신규 구독 또는 신규 인스턴스 프로비저닝에 사용할 수 없습니다. OpenScale 기능을 사용하려면 현재 프랑크푸르트와 댈러스에서 사용할 수 있는 watsonx.governance Essentials 플랜에 가입하세요.

• 플랜 세부사항을 보려면 watsonx.governance 플랜을 참조하십시오.
• 시작하려면 watsonx.governance 설정을 참조하세요.

참고:

• 기존 레거시 요금제 인스턴스는 계속 운영되며 아직 결정되지 않은 지원 종료일까지 지원됩니다.
• IBM Watson OpenScale 사용하는 기존 고객은 IBM Watson OpenScale 사용하여 지원 티켓을 계속 개설할 수 있습니다.

플랫폼 연결 페이지를 여는 새로운 메뉴 용어

2024년 10월 3일

이전에는 탐색 메뉴에서 플랫폼 연결 페이지로 가는 경로가 데이터 > 플랫폼 연결이었습니다. 새 경로는 데이터 > 연결입니다. 연결 페이지에는 플랫폼 연결 탭이 있습니다.

Llama 3.2 파운데이션 모델(멀티모달 11B 및 90B 모델 포함)을 사용할 수 있습니다

2024년 9월 25일

오늘 릴리스를 통해 달라스 지역에서는 다음과 같은 Meta AI의 기초 모델을 사용할 수 있습니다:

Llama 3.2 지시 모델

대규모 입력(128,000개의 토큰 컨텍스트 창 길이)을 지원하는 다목적 대형 언어 모델로서 모바일 디바이스에 적합할 만큼 가볍고 효율적인 1B 및 3B 매개변수 크기의 다목적 대형 언어 모델입니다. 이러한 모델을 사용하여 고도로 개인화된 온디바이스 상담원을 구축할 수 있습니다.

Llama 3.2 비전 모델

문서 수준의 이해, 차트 및 그래프 해석, 이미지 캡션과 같은 이미지 인, 텍스트 아웃 사용 사례를 위해 구축된 미세 조정된 모델입니다.

라마 가드 비전 모델

유해 콘텐츠를 필터링하도록 설계된 강력한 가드레일 모델입니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

거버넌스 콘솔 개선 사항

2024년 9월 25일

이번 릴리스에는 개선 사항과 버그 수정이 포함되어 있습니다.

대시보드의 사용자 지정 탭

이제 대시보드에 최대 3개의 사용자 지정 탭을 포함할 수 있습니다.

누적 막대형 차트

이제 대시보드와 뷰 디자이너에서 누적 막대형 차트를 구성할 수 있습니다.

설문 응답자의 답변에 따라 표현식을 사용하여 필드 값 설정하기

이제 필드 값에 대한 표현식을 입력할 수 있습니다. 예를 들어 현재 날짜는 [$TODAY$], 로그인한 사용자의 이름은 [$END_USER$], 필드를 개체의 설명 필드 값으로 설정하려면 [$System Fields:Description$]을 입력할 수 있습니다.

모델 리스크 거버넌스 솔루션 watsonx.governance 개선 사항

이번 릴리스에는 다음과 같은 개선 사항이 포함되어 있습니다:

• 새로운 모델 그룹 객체 유형은 유사한 모델을 함께 그룹화하는 방법을 제공합니다. 예를 들어, 비즈니스 문제를 해결하기 위해 유사한 접근 방식을 사용하는 모델의 버전이 모델 그룹에 속할 수 있습니다.
• 새로운 사용 사례 위험 점수 계산은 위반 상태별 메트릭을 위험 점수로 집계하여 사용 사례의 기본 모델이 어떻게 수행되고 있는지를 전반적으로 파악할 수 있도록 합니다.
• 새로운 Discovered AI 라이브러리 비즈니스 엔티티는 조직 내에서 승인된 거버넌스 관행을 따르지 않는 모든 AI 배포('섀도 AI'라고도 함)를 저장할 수 있는 기본 위치를 제공합니다.
• 워크플로, 보기 및 대시보드가 업데이트되었습니다.

자세한 내용은 거버넌스 콘솔의 솔루션 구성 요소를 참조하세요.

버그 수정 및 보안 수정

버그 수정 및 보안 수정이 적용되었습니다.

자세한 내용은 9.0.0.4의 새로운 기능을 참조하세요.

AutoAI SDK(베타)로 RAG 패턴 자동화하기

2024년 9월 23일

데이터와 사용 사례에 따라 최적화된 검색 증강 생성(RAG) 패턴의 설계와 배포를 자동화하고 가속화하려면 AutoAI Python SDK를 사용하세요. RAG에는 선택할 대규모 언어 모델, 근거 문서를 청크하는 방법, 검색할 문서 수 등 다양한 구성 매개변수가 포함되어 있습니다. AutoAI는 제한된 구성 옵션 세트의 전체 탐색 및 평가를 자동화하고 최적화 지표에 대한 성능에 따라 순위가 매겨진 패턴 파이프라인 세트를 생성합니다.

AutoAI SDK(베타)로 RAG 패턴 자동화하기에서 AutoAI RAG 실험 코딩을 위한 기능 및 사용법에 대한 자세한 내용을 참조하세요.

Spark 3.3 런타임 제거

2024년 9월 23일

2024년 10월 29일에 IBM Analytics Engine에서 Spark 3.3 런타임에 대한 지원이 제거되고 기본 버전이 Spark 3.4 런타임으로 변경될 예정입니다. 원활한 환경을 보장하고 최신 기능 및 개선 사항을 활용하려면 Spark 3.4로 전환하세요.

2024년 10월 29일부터는 Spark 3.3 런타임을 사용하여 노트북 또는 사용자 지정 환경을 만들거나 실행할 수 없습니다. 또한 Spark 3.3 런타임을 기반으로 하는 소프트웨어 사양으로는 배포를 만들거나 실행할 수 없습니다.

• 인스턴스를 Spark 3.4로 업그레이드하려면 인스턴스 기본 런타임 교체를 참조하세요.
• 사용 가능한 노트북 환경에 대한 자세한 내용은 노트북 환경 변경하기를 참조하세요.
• 배치 프레임워크에 대한 세부사항은 프레임워크 및 소프트웨어 스펙 관리를 참조하십시오.

Prompt Lab 멀티모달 foundation model 추론하기

2024년 9월 19일

이제 Prompt Lab 이미지를 추가하고 채팅 모드에서 멀티모달 foundation model 메시지를 표시하여 이미지에 대해 채팅할 수 있습니다. 이제 근거 문서 외에도 이미지를 업로드하고 이미지 텍스트 변환 작업을 지원하는 foundation model 이미지의 시각적 콘텐츠에 대해 물어볼 수 있습니다. 자세한 내용은 문서 및 이미지로 채팅하기를 참조하세요.

달라스 지역에서 새로운 llama3-llava-next-8b-hf 모델을 이용할 수 있습니다

2024년 9월 19일

이제 IBM watsonx.ai 새로운 llama3-llava-next-8b-hf 멀티모달 foundation model 사용하여 이미지에서 텍스트로의 변환 작업을 지원할 수 있습니다.

대규모 언어 및 비전 어시스턴트(LLaVa)는 사전 학습된 대규모 언어 모델과 다중 모드 챗봇 사용 사례를 위한 사전 학습된 비전 인코더를 결합합니다. LLaVA NeXT Llama3는 보다 다양한 고품질 이미지 및 텍스트 데이터로 학습합니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

watsonx.ai Node.js SDK를 사용하여 생성형 AI 애플리케이션을 코딩할 수 있습니다

2024년 9월 18일

IBM watsonx as a Service 패키지를 사용하여 프로그래밍 방식으로 watsonx.ai Node.js에서 기초 모델을 추론 및 조정할 수 있습니다. 자세한 내용은 Node.js SDK를 참조하세요.

파운데이션 모델에 대한 IP 배상 정책 이해

2024년 9월 18일

이제 IBM 지적 재산권 보상 정책을 더 잘 이해하고 watsonx.ai에서 어떤 파운데이션 모델에 지적 재산권 보상 혜택이 적용되는지 확인할 수 있습니다. 자세한 내용은 모델 유형 및 IP 면책를 참조하세요.

배포 공간에서 SPSS Modeler 흐름에 대한 배치 작업 만들기

2024년 9월 10일

이제 배포 공간에서 SPSS Modeler 흐름에 대한 일괄 작업을 만들 수 있습니다. 플로우를 사용하면 플로우에서 배치 작업을 만들 때마다 실행할 터미널 노드를 유연하게 결정할 수 있습니다. 흐름에 대한 배치 작업을 예약하면 배치 작업은 흐름에서 지정한 데이터 소스 및 출력 대상을 사용합니다. 데이터 소스 및 대상도 배포 공간에 있는 경우 이러한 데이터 소스 및 출력에 대한 매핑은 자동으로 이루어집니다. 흐름에서 배치 작업을 만드는 방법에 대한 자세한 내용은 SPSS Modeler 흐름에 대한 배포 작업 만들기를 참조하세요.

배포 공간의 흐름 및 모델에 대한 자세한 내용은 SPSS Modeler 흐름 및 모델 배포에서 확인할 수 있습니다.

댈러스 지역의 watsonx.ai 추론에 자체 foundation model 가져옵니다

2024년 9월 3일

IBM에 의해 큐레이션된 파운데이션 모델로 작업하는 것 외에도 이제 직접 파운데이션 모델을 업로드하고 배포할 수 있습니다. 모델을 배포하고 watsonx.ai 등록한 후에는 프로그래밍 방식으로 또는 Prompt Lab 사용자 지정 모델을 추론하는 프롬프트를 생성합니다. 이 기능은 댈러스 지역에서만 사용할 수 있습니다.

사용자 지정 파운데이션 모델 업로드에 대해 자세히 알아보려면 사용자 지정 파운데이션 모델 배포를 참조하세요. 사용자 지정 파운데이션 모델에 대한 플랜 정보 및 청구 세부 정보는 watsonx.ai 런타임 플랜을 참조하세요.

문서 텍스트 추출 API로 복잡한 비즈니스 문서를 간소화하세요

2024년 9월 3일

IBM에서 개발한 문서 이해 기술을 적용하여 복잡한 비즈니스 문서를 단순화하여 생성형 AI 워크플로우의 일부로 기초 모델에서 처리할 수 있도록 하세요. 문서 텍스트 추출 API는 기초 모델이 제대로 해석하지 못하는 이미지, 다이어그램, 표와 같은 문서 구조에서 텍스트를 추출합니다. watsonx.ai REST API의 텍스트 추출 방법은 베타 기능입니다.

자세한 내용은 문서에서 텍스트 추출하기를 참조하세요.

Granite Code foundation model 수정 및 업데이트 가능

2024년 9월 3일

granite-20b-code-instruct foundation model 버전 1.1.0 수정되었습니다. 최신 수정 버전은 코드 및 자연어 영역의 고품질 데이터를 혼합하여 학습하여 모델의 추론 및 명령어 추종 기능을 개선합니다.

다음 기초 모델이 업데이트되어 프롬프트에 지원되는 컨텍스트 창 길이(입력 + 출력)의 크기가 8192에서 128,000으로 증가했습니다:

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

자세한 정보는 지원되는 기초 모델을 참조하십시오.

llama-2-13b-chat 및 llama-2-70b-chat 모델은 더 이상 사용되지 않습니다

2024년 8월 26일

llama-2-13b-chat 및 llama-2-70b-chat 기초 모델은 더 이상 사용되지 않으며 2024년 9월 25일에 지원 중단됩니다. 이러한 기초 모델을 사용하는 모든 프롬프트를 수정합니다.

llama-2-13b-chat

• 사용 중단 날짜: 2024년 8월 26일
• 출금일: 2024년 9월 25일
• 대체 모델: llama-3.1-8b-instruct

llama-2-70b-chat

• 사용 중단 날짜: 2024년 8월 26일
• 출금일: 2024년 9월 25일
• 대체 모델: llama-3.1-70b-instruct

API를 사용하여 llama-2-13b-chat 및 llama-2-70b-chat 모델에 제출되는 추론 요청은 계속 출력을 생성하지만 곧 모델 철수에 대한 경고 메시지가 포함됩니다. 2024년 9월 25일부터 모델 추론을 위한 API 요청은 출력을 생성하지 않습니다.

사용 중단 및 철회에 대한 자세한 내용은 파운데이션 모델 수명 주기를 참조하세요.

프로젝트와 스페이스에서 사용자 그룹을 공동 작업자로 추가하기

2024년 8월 22일

이제 프로젝트 및 스페이스에 IBM Cloud 계정에 IAM 액세스 그룹이 포함되어 있는 경우 사용자 그룹을 추가할 수 있습니다. IBM Cloud 계정 관리자는 프로젝트에서 사용자 그룹으로 사용할 수 있는 액세스 그룹을 만들 수 있습니다. 자세한 내용은 IAM 액세스 그룹으로 작업하기를 참조하세요.

AutoAI 시계열 실험에 대한 이상 징후 예측 기능 종료 지원

2024년 8월 19일

현재 베타 버전인 AutoAI 시계열 모델 예측에서 이상값(이상값)을 예측하는 기능은 더 이상 사용되지 않으며 2024년 9월 23일에 제거될 예정입니다. 표준 AutoAI 시계열 실험은 여전히 완벽하게 지원됩니다. 자세한 내용은 시계열 실험 구축하기를 참조하세요.

IBM의 새로운 Slate 임베딩 모델은 모든 지역에서 사용할 수 있습니다

2024년 8월 15일

IBM 슬레이트 임베딩 모델은 기업에게 쿼리, 구절 또는 문서와 같은 다양한 입력에 대한 임베딩을 생성할 수 있는 기능을 제공합니다. 새로운 slate-125m-english-rtrvr-v2 및 slate-30m-english-rtrvr-v2 모델은 기존 v1에 비해 상당한 개선이 이루어졌음을 보여줍니다. 현재 slate-125m-english-rtrvr 및 slate-30m-english-rtrvr 모델을 사용 중인 경우, 새로운 v2 슬레이트 모델로 전환하여 모델 개선의 혜택을 누리시기 바랍니다.

자세한 내용은 지원되는 인코더 기초 모델을 참조하세요.

Prompt Lab 사용자 입력과 foundation model 출력을 위한 AI 가드레일을 별도로 구성하세요

2024년 8월 15일

Prompt Lab foundation model 프롬프트를 실험할 때 유해한 콘텐츠를 찾아 제거하는 AI 가드레일의 감도를 조정하세요. 사용자 입력 및 모델 출력 텍스트에 대해 다양한 필터 감도 수준을 설정할 수 있으며, 프롬프트 템플릿에 효과적인 AI 가드레일 설정을 저장할 수 있습니다.

자세한 내용은 유해 콘텐츠 삭제하기를 참조하세요.

프로젝트에서 테스트 데이터를 선택하여 템플릿을 신속하게 평가하세요

2024년 8월 8일

프로젝트에서 프롬프트 템플릿을 평가할 때 이제 프로젝트 자산을 선택하여 평가할 테스트 데이터를 선택할 수 있습니다. 자세한 내용은 프로젝트에서 프롬프트 템플릿 평가하기를 참조하세요.

새로운 llama-3-1-70b-instruct 모델은 이제 IBM watsonx.ai에서 사용할 수 있습니다

2024년 8월 7일

이제 700억 개의 파라미터 크기로 메타의 최신 Llama 3.1 기초 모델을 IBM watsonx.ai에서 사용할 수 있습니다.

Llama 3.1 시리즈 기초 모델은 최고 수준의 추론 기능을 갖춘 고성능 대규모 언어 모델입니다. 이 모델은 텍스트 이해, 변환, 코드 생성 등 복잡한 다국어 추론 작업에 사용할 수 있습니다. 영어, 독일어, 프랑스어, 이탈리아어, 포르투갈어, 힌디어, 스페인어, 태국어를 지원합니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

Updated Q&A with RAG accelerator

2024년 8월 6일

The Q&A with RAG accelerator 1.2 sample project includes the following improvements:

• 검색 증강 생성(RAG) 구현의 다음 단계인 사용자 피드백 수집 및 답변 품질 분석에 대한 도움을 받으세요. 인기 주제, 주제별로 생성된 답변에 대한 사용자 만족도, 주제별 검색 점수를 표시하는 비지도 주제 감지 기능이 포함된 분석 기능이 포함되어 있습니다.

• 새로운 프롬프트 템플릿은 IBM granite-7b-lab 및 Meta Llama 3.1 기초 모델에 최적화되어 있습니다.

• 제품, 지역 등을 기준으로 검색하기 위해 watsonx.ai Python 라이브러리의 RAG 유틸리티와 타겟 벡터 검색 필터를 사용하는 간소화된 코드입니다.

RAG 가속기를 사용한 질문과 답변를 참조하세요.

새로운 llama-3-1-8b-instruct 모델은 이제 IBM watsonx.ai에서 사용할 수 있습니다

2024년 8월 1일

이제 메타의 최신 Llama 3.1 기초 모델을 80억 개의 파라미터 크기로 IBM watsonx.ai에서 사용할 수 있습니다.

Llama 3.1 시리즈 기초 모델은 최고 수준의 추론 기능을 갖춘 고성능 대규모 언어 모델입니다. 이 모델은 텍스트 이해, 변환, 코드 생성 등 복잡한 다국어 추론 작업에 사용할 수 있습니다. 영어, 독일어, 프랑스어, 이탈리아어, 포르투갈어, 힌디어, 스페인어, 태국어를 지원합니다. 자세한 내용은 다음을 참조하세요. 지원되는 기초 모델 .

작업 공간과 AI 사용 사례 연결

2024년 8월 1일

AI 사용 사례를 만드는 흐름이 AI 라이프사이클에 더욱 밀접하게 부합하도록 변경되었습니다. AI 사용 사례의 필수 요소를 정의한 후에는 워크스페이스를 연결하여 AI 솔루션의 단계에 맞게 자산을 정리하세요. 예를 들어, 개발 또는 검증 단계에서는 프로젝트 또는 스페이스를 자산에 연결하고, 운영 단계에서는 스페이스를 자산에 연결합니다.

자세한 내용은 작업 공간과 AI 사용 사례 연결하기를 참조하세요.

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

2024년 7월 25일

이제 Python 3.11 및 R 4.3 기반의 최신 데이터 과학 프레임워크가 포함된 IBM 런타임 24.1 사용해 Jupyter 노트북과 R 스크립트를 실행하고 모델을 학습할 수 있습니다. 7월 29일부터 배포를 실행할 수도 있습니다. 자산 및 배포를 업데이트하여 IBM 런타임 24.1 프레임워크 및 소프트웨어 사양을 사용하세요.

• 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 노트북에서 요점 요약 기능을 사용해 사람들의 의견을 대변하는 대량의 텍스트 모음(제품 리뷰, 설문조사 답변, 소셜 미디어의 댓글 등)에서 상세하고 실행 가능한 인사이트를 추출할 수 있습니다. 결과는 처리하기 쉬운 체계적이고 계층적인 방식으로 제공됩니다. 자세한 내용은 다음을 참조하세요. 핵심 요약

RStudio 버전 업데이트

2024년 7월 25일

프라이빗 및 퍼블릭 클라우드 전반에서 일관된 사용자 환경을 제공하기 위해 IBM watsonx RStudio IDE는 2024년 7월 29일에 RStudio Server 2024.04.1 및 R 4.3.1 업데이트될 예정입니다. 새 버전의 RStudio 여러 가지 개선 사항과 보안 수정 사항을 제공합니다. 자세한 내용은 RStudio Server 2024.04.1 릴리스 정보를 참조하십시오. 주요 호환성 문제는 없을 것으로 예상되지만 사용자는 아래 표에 설명된 일부 패키지의 버전 변경 사항을 알고 있어야 합니다.

업그레이드 후 프로젝트에서 RStudio IDE를 시작할 때 R 4.3.1 패키지의 라이브러리 경로가 RStudio 서버에서 선택되도록 RStudio 작업 공간을 재설정합니다.

댈러스, 프랑크푸르트, 런던 지역의 IBM watsonx.ai 새로운 버전의 Mistral Large 모델을 사용할 수 있습니다

2024년 7월 24일

이제 댈러스, 프랑크푸르트, 런던 데이터 센터에서 IBM watsonx.ai Mistral AI의 Mistral Mistral Large 2 foundation model 사용할 수 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 달라스 데이터 센터에서 Meta on IBM watsonx.ai llama-3-405b-instruct foundation model 사용할 수 있습니다.

llama-3-405B-instruct(v3.1) 모델은 기업에게 최고 수준의 추론 기능을 갖춘 고성능 대규모 언어 모델을 제공하며, 지금까지 출시된 오픈 소스 모델 중 가장 큰 규모입니다. 이 foundation model 텍스트 이해, 변환, 코드 생성 등 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

merlinite-7b foundation model 더 이상 사용되지 않으며 2024년 8월 22일에 지원 중단됩니다. 이 foundation model 사용하는 모든 프롬프트를 수정합니다.

• 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.

프랑크푸르트와 댈러스 지역에서 새로운 Mistral Large 모델 출시

2024년 7월 9일

이제 프랑크푸르트 및 댈러스 데이터 센터에서 IBM watsonx.ai Mistral AI의 Mistral Mistral Large foundation model 사용할 수 있습니다.

Mistral Large 기업에게 최고 수준의 추론 기능을 갖춘 고성능 대규모 언어 모델을 제공합니다. 이 foundation model 텍스트 이해, 변환, 코드 생성 등 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 IBM Cloud Databases for MongoDB 및 MongoDB 커넥터가 포함됩니다.

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

지침은 다음을 참조하세요. 프로젝트의 데이터 소스에 연결 추가 .

Prompt Lab foundation model 프롬프트에 컨텍스트 정보 추가하기

2024년 7월 4일

프롬프트에 관련 문맥 정보를 근거 데이터로 추가하여 foundation model 검색 증강 생성(RAG) 사용 사례에서 사실에 입각한 최신 답변을 생성할 수 있도록 지원하세요. 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 foundation model 관련 사실을 출력에 통합하는 데 도움이 됩니다.

자세한 내용은 상황에 맞는 정보에서 foundation model 프롬프트 접지를 참조하세요.

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 .

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 원본에 연결합니다: Milvus

2024년 5월 31일

Milvus 연결을 사용하여 Milvus 벡터 스토어에 액세스하기 위한 자격 증명 및 연결 세부 정보의 정확성을 저장하고 확인합니다. 자세한 내용은 Milvus 연결을 참조하세요.

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 foundation model 프랑크푸르트 지역에서 사용 가능합니다

2024년 5월 21 일

사우디 데이터 및 인공지능청에서 제공하고 IBM 제공한 아랍어 foundation model allam-1-13b-instruct 프랑크푸르트 데이터 센터의 watsonx.ai 사용할 수 있습니다. Q&A, 요약, 분류, 생성, 추출 및 아랍어 번역을 포함한 범용 작업에 allam-1-13b-instruct foundation model 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 내용은 지원되는 인코더 기초 모델을 참조하십시오.

텍스트 변환에 대한 자세한 정보는 텍스트 임베드 생성을 참조하십시오.

댈러스 지역에서 새로운 Granite Code 파운데이션 모델 사용 가능

2024년 5월 9 일

이제 IBM 제공하는 다음과 같은 Granite Code 기초 모델을 watsonx.ai: 추론할 수 있습니다:

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

프로그래매틱 코딩 작업에 새로운 Granite Code 파운데이션 모델을 사용하세요. 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 Red Hat IBM 오픈 소스 이니셔티브로, foundation model 기능을 강화하기 위한 플랫폼을 제공합니다. 다음 기초 모델은 InstructLab: 제공하는 지식과 기술을 지원합니다:

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

foundation model 분류 페이지에서 오픈 소스 커뮤니티 기여를 살펴볼 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.

• 달라스에서 완벽하게 지원되는 기초 모델은 런던 데이터 센터에서도 Prompt Lab 또는 API를 사용하여 추론할 수 있습니다. 예외는 mt0-xxl-13b 및 llama-2-70b-chat foundation model, 이 모델은 현재 사용 가능한 llama-3-70b-instruct foundation model 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.

홈페이지에서 바로 Prompt Lab 채팅 시작하기

2023년 4월 25일

이제 IBM watsonx.ai 홈페이지에서 foundation model 대화를 시작할 수 있습니다. 채팅 모드에서 foundation model 보낼 질문을 입력하거나 Prompt Lab 열기를 클릭하여 foundation model 모델 매개 변수를 선택한 후 모델 입력을 제출합니다.

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 책정에 대한 자세한 내용은 watsonx.ai 런타임 플랜을 참조하세요.

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 지역에서는 한국어 foundation model 사용할 수 있습니다

2024년 4월 18 일

도쿄 지역에서는 마인즈앤컴퍼니에서 제공하고 메타의 Llama 2 foundation model 기반으로 한 llama2-13b-dpo-v7 foundation model 사용할 수 있습니다.

llama2-13b-dpo-v7 foundation model 한국어와 영어 회화 작업에 특화되어 있습니다. 한국어로 된 범용 작업에는 llama2-13b-dpo-v7 foundation model 사용할 수도 있습니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

추론에 사용할 수 있는 mixtral-8x7b-instruct-v01 foundation model

2024년 4월 18 일

미스트랄 AI의 mixtral-8x7b-instruct-v01 foundation model watsonx.ai 추론할 수 있습니다. mixtral-8x7b-instruct-v01 foundation model 희소 전문가 혼합 네트워크를 사용하여 텍스트를 보다 효율적으로 생성하는 사전 학습된 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 foundation model 더 이상 사용되지 않으며 2024년 6월 20일에 지원 중단될 예정입니다. 이 foundation model 사용하는 모든 프롬프트를 수정합니다.

• 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 foundation model 대한 수정 사항이 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 foundation model 대한 자세한 내용은 지원되는 기초 모델을 참조하세요.

granite-13b-instruct-v2 foundation model 프롬프트-튜닝

2024년 4월 11 일

Tuning Studio 이제 flan-t5-xl-3b 및 llama-2-13b-chat 파운데이션 모델에 더해 granite-13b-instruct-v2 foundation model 대한 튜닝을 지원합니다. 자세한 내용은 foundation model 조정하기를 참조하세요.

granite-13b-instruct-v2 foundation model 조정을 위한 실험 구성 설정은 작업에 따라 최적의 기본값을 적용하도록 변경됩니다. 튜닝 평가 가이드라인은 실험 결과를 분석하고 찾은 결과를 기반으로 실험 구성 설정을 조정하는 데 도움이 됩니다. 자세한 정보는 튜닝 실험의 결과 평가를 참조하십시오.

프랑크푸르트 지역에서는 아랍어 foundation model 사용할 수 있습니다

2024년 4월 11 일

Inception, 모하메드 빈 자예드 인공지능 대학교, Cerebras Systems에서 제공하는 jais-13b-chat foundation model 프랑크푸르트 지역에서 사용할 수 있습니다.

jais-13b-chat foundation model 아랍어와 영어로 된 대화 작업에 특화되어 있습니다. 아랍어와 영어 간의 언어 번역을 포함하여 아랍어로 된 범용 작업에 jais-13b-chat foundation model 사용할 수도 있습니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

프롬프트 Prompt Lab프트의 전체 텍스트 보기

2024년 4월 11 일

이제 foundation model 제출될 전체 프롬프트 텍스트를 검토할 수 있으므로 프롬프트에 프롬프트 변수가 포함되어 있거나 구조화된 모드 또는 채팅 모드에서 작업할 때 유용합니다.

자세한 내용은 Prompt Lab 참조하세요.

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. foundation model 사용 중단 및 철회에 대한 자세한 내용은 파운데이션 모델 수명 주기를 참조하세요.

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.

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 API 참조를 참조하세요.

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 다양한 생성 작업에 사용할 수 있는 IBM Granite 제품군의 foundation model.

• 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 사용하면 foundation model 유용한 결과물을 반환하도록 안내할 수 있습니다. 프랑크푸르트의 Tuning Studio 이용하면 flan-t5-xl-3b 및 llama-2-70b-chat 파운데이션 모델을 모두 튜닝할 수 있습니다.

자세한 정보는 Tuning Studio를 참조하십시오.

도쿄 지역의 llama-2-13b-chat foundation model 프롬프트-튜닝

2024년 3월 7 일

Tuning Studio 이제 도쿄 지역의 llama-2-13b-chat foundation model 튜닝을 지원합니다. 먼저, Prompt Lab 더 큰 규모의 llama-2-70b-chat 모델에 대한 프롬프트를 엔지니어링하여 사용 사례에 맞는 효과적인 프롬프트 입력을 찾아보세요. 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

foundation model mixtral-8x7b-instruct-v01-q 클래스 2: $0.0018/Resource 단위에서 클래스 1: $0.0006/Resource 단위로 재분류되어 이 모델에 대해 추론 작업을 실행하는 것이 더 비용 효율적입니다. 재분류는 mixtral-8x7b-instruct-v01-q 사용할 수 있는 모든 지역에 적용됩니다.

자세한 정보는 지원되는 기초 모델을 참조하십시오.

가격 책정에 대한 자세한 내용은 watsonx.ai 런타임 플랜을 참조하세요.

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.

Prompt Lab 채팅 모드를 사용할 수 있습니다

2024년 2월 29 일

Prompt Lab 채팅 모드는 기초 모델을 쉽게 실험할 수 있는 간단한 채팅 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 내용은 Prompt Lab 참조하세요.

일본어 Granite 모델은 도쿄 지역에서 사용 가능합니다.

2024년 2월 29 일

IBM 제공하는 granite-8b-japanese foundation model 도쿄 지역의 watsonx.ai 사용할 수 있습니다. granite-8b-japanese foundation model IBM Granite 인스트럭트 모델을 기반으로 하며 일본어 텍스트를 이해하고 생성하도록 학습되었습니다.

분류, 추출, 질의응답 등 일본어로 된 일반적인 작업과 일본어와 영어 간의 언어 번역에 granite-8b-japanese foundation model 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 책정에 대한 자세한 내용은 watsonx.ai 런타임 플랜을 참조하세요.

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 작업을 위한 새로운 mixtral-8x7b-instruct-v01-q foundation model

2024년 2월 15 일

Mistral AI에서 제공하고 IBM 정량화한 mixtral-8x7b-instruct-v01-q foundation model watsonx.ai 사용할 수 있습니다. mixtral-8x7b-instruct-v01-q foundation model 미스트랄 AI의 Mixtral 8x7B Instruct 스트럭트 foundation model 정량화된 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 파운데이션 모델을 사용하는 모든 프롬프트를 다른 foundation model(예: mixtral-8x7b-instruct-v01-q)을 사용하도록 수정합니다.

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 foundation model 대한 수정 사항을 사용할 수 있습니다

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 AI 정렬이란 무엇인가요? 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 연결이 더 이상 사용되지 않습니다

2022년 2월 8일

IBM Cloud Data Engine 연결은 더 이상 사용되지 않으며 향후 릴리스에서 중단될 예정입니다. 중요한 날짜 및 자세한 내용은 데이터 엔진 사용 중단을 참조하세요.

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 connection is discontinued

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 foundation model 프롬프트 조정하기

2024년 2월 1 일

이제 Tuning Studio llama-2-13b-chat foundation model 튜닝을 지원합니다. 먼저, Prompt Lab 더 큰 규모의 llama-2-70b-chat 모델에 대한 프롬프트를 엔지니어링하여 사용 사례에 맞는 효과적인 프롬프트 입력을 찾아보세요. 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 댈러스 지역에서 신속한 튜닝이 가능합니다. 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 RStudio 및 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. 도쿄 지역에서는 이러한 모델에 대해 Prompt Lab foundation model 추론이 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 flan-t5-xl-3b foundation model 즉시 튜닝하기
• 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 foundation model 도쿄 데이터 센터의 watsonx.ai 인스턴스에서 사용할 수 있습니다. elyza-japanese-llama-2-7b-instruct 모델은 일본어 텍스트를 이해하고 생성하도록 학습된 Meta의 Llama 2 모델 버전입니다.

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

IBM 런타임 22.2 지원은 watsonx.ai 런타임(이전의 Watson Machine Learning)에서 더 이상 사용되지 않습니다

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.