Neuerungen

Eine kleinere Version des Llama-2 Chat-Modells ist verfügbar

9. November 2023

Sie können jetzt zwischen der Verwendung von 13b oder 70b -Versionen des Llama-2 Chat-Modells wählen. Berücksichtigen Sie bei Ihrer Auswahl die folgenden Faktoren:

• Kosten
• Leistung

Die Version 13b ist ein Modell der Klasse 2, was bedeutet, dass die Verwendung günstiger ist als die Version 70b . Informationen zum Vergleich von Benchmarks und anderen Faktoren, wie z. B. CO2-Emissionen für jede Modellgröße, finden Sie unter Modellkarte.

Eingabeaufforderungsvariablen zum Erstellen wiederverwendbarer Eingabeaufforderungen verwenden

Erhöhen Sie die Flexibilität Ihrer Eingabeaufforderungen mit Eingabeaufforderungsvariablen. Eingabeaufforderungsvariablen fungieren als Platzhalter im statischen Text Ihrer Eingabeaufforderungseingabe, die zur Inferenzzeit dynamisch durch Text ersetzt werden können. Sie können Eingabeaufforderungsvariablennamen und Standardwerte in einem Eingabeaufforderungsvorlagenasset speichern, um sich wiederzuverwenden oder mit Mitarbeitern in Ihrem Projekt gemeinsam zu nutzen. Weitere Informationen finden Sie unter Wiederverwendbare Eingabeaufforderungen erstellen.

Unterstützung für Python 3.10 und R4.2 -Frameworks und Softwarespezifikationen zur Laufzeit 23.1

9. November 2023

Erforderliche Aktion Sie können jetzt IBM Runtime 23.1verwenden, das die neuesten Data-Science-Frameworks auf Basis von Python 3.10 und R 4.2enthält, um Watson Studio Jupyter Notebooks und R-Scripts auszuführen, Modelle zu trainieren und Watson Machine Learning -Bereitstellungen auszuführen. Aktualisieren Sie Ihre Assets und Bereitstellungen für die Verwendung von IBM Runtime 23.1 -Frameworks und Softwarespezifikationen.

• Informationen zum Release IBM Runtime 23.1 und den enthaltenen Umgebungen für Python 3.10 und R 4.2finden Sie unter Notebookumgebungen ändern.
• Details zu Bereitstellungsframeworks finden Sie unter Frameworks und Softwarespezifikationen verwalten.

Verwenden Sie Apache Spark 3.4 , um Notebooks und Scripts auszuführen.

Spark 3.4 mit Python 3.10 und R 4.2 wird nun als Laufzeit für Notebooks und RStudio-Scripts in Projekten unterstützt. Details zu verfügbaren Notebookumgebungen finden Sie unter Ressourcenoptionen für den Notebook-Editor in Projekten berechnen und unter Ressourcenoptionen für RStudio in Projekten berechnen.

Verwenden Sie einen Satellite -Connector, um eine Verbindung zu einer lokalen Datenbank herzustellen

26. Oktober 2023

Verwenden Sie den neuen Satellite -Connector, um eine Verbindung zu einer Datenbank herzustellen, auf die nicht über das Internet zugegriffen werden kann (z. B. hinter einer Firewall). Satellite Connector verwendet eine einfache Docker-basierte Kommunikation, die sichere und überprüfbare Kommunikation von Ihrer lokalen Umgebung zurück zu IBM Clouderstellt. Anweisungen hierzu finden Sie unter Verbindung zu Daten hinter einer Firewall herstellen.

Secure Gateway ist veraltet

26. Oktober 2023

IBM Cloud hat die Einstellung der Unterstützung von Secure Gatewayangekündigt. Informationen finden Sie unter Übersicht und Zeitachse.

Aktion erforderlich Wenn Sie derzeit Verbindungen haben, die mit Secure Gatewayeingerichtet sind, planen Sie die Verwendung eines alternativen Kommunikationsverfahrens. In IBM watsonxkönnen Sie den Connector Satellite als Ersatz für Secure Gatewayverwenden. Siehe Verbindung zu Daten hinter einer Firewall herstellen.

Maximale Tokengrößen erhöht

16. Oktober 2023

Begrenzungen, die zuvor auf die maximale Anzahl von Token angewendet wurden, die in der Ausgabe von Basismodellen zulässig sind, werden aus bezahlten Plänen entfernt. Sie können größere maximale Tokenwerte während der Eingabeaufforderungsentwicklung aus dem Eingabeaufforderungslabor und der Python -Bibliothek verwenden. Die genaue Anzahl der zulässigen Token variiert je nach Modell. Weitere Informationen zu Tokenbegrenzungen für bezahlte und Lite-Pläne finden Sie unter Unterstützte Basismodelle.

Neue Notebooks in Beispielen

12. Oktober 2023

Es sind zwei neue Notebooks verfügbar, die eine Vektordatenbank aus Elasticsearch in der Abrufphase des Musters 'Retrieval-Augmented Generation' verwenden. Die Notebooks veranschaulichen, wie Übereinstimmungen auf der Basis der semantischen Ähnlichkeit zwischen den indexierten Dokumenten und dem von einem Benutzer übergebenen Abfragetext gefunden werden können.

• Beispielnotebook: Verwenden Sie watsonx, Elasticsearchund LangChain , um Fragen (RAG) zu beantworten
• Beispielnotebook: Verwenden Sie watsonxund Elasticsearch Python SDK zur Beantwortung von Fragen (RAG)

Zwischenlösungen in Decision Optimization

12. Oktober 2023

Sie können jetzt ein Beispiel für Zwischenlösungen anzeigen, während ein Decision Optimization -Experiment ausgeführt wird. Dies kann für das Debugging oder zum Anzeigen des Fortschritts des Solvers nützlich sein. Bei großen Modellen, deren Lösung länger dauert, können Sie mit Zwischenlösungen jetzt schnell und einfach potenzielle Probleme mit der Lösung ermitteln, ohne auf den Abschluss der Lösung warten zu müssen. Sie können den Parameter für die Bereitstellung der temporären Lösung in der Ausführungskonfiguration konfigurieren und eine Häufigkeit für diese Lösungen auswählen. Weitere Informationen finden Sie unter Modelle ausführen und Konfigurationsparameter ausführen .

Dialogfeld "Neues gespeichertes Decision Optimization -Modell"

Wenn Sie ein Modell zur Bereitstellung über die Benutzerschnittstelle von Decision Optimization speichern, können Sie jetzt das Eingabe-und Ausgabeschema überprüfen und die Tabellen, die Sie einschließen möchten, einfacher auswählen. Sie können auch Ausführungskonfigurationsparameter hinzufügen, ändern oder löschen, die Umgebung und die verwendeten Modelldateien überprüfen. Alle diese Elemente werden im selben Dialog Als Modell für Bereitstellung speichern angezeigt. Weitere Informationen finden Sie unter Decision Optimization.

Weitere Gründungsmodelle in Frankfurt

5. Okt. 2023

Alle im Rechenzentrum Dallas verfügbaren Basismodelle sind jetzt auch im Rechenzentrum Frankfurt verfügbar. Das Eingabeaufforderungslabor watsonx.ai und die Basismodellinferenz werden jetzt in der Region Frankfurt für die folgenden Modelle unterstützt:

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

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

Preisdetails finden Sie unter Pläne fürWatson Machine Learning.

Position einer neuen Spalte in der Verkettungsoperation steuern (Data Refinery)

6. Oktober 2023

Sie haben nun zwei Optionen, um die Position der neuen Spalte anzugeben, die sich aus der Operation Verketten ergibt: Als rechte Spalte im Dataset oder neben der ursprünglichen Spalte.

Zuvor wurde die neue Spalte am Anfang des Datasets platziert.

Informationen zu Data Refinery -Operationen finden Sie unter GUI-Operationen in Data Refinery.

IBM Granite-Basismodelle für die Generierung natürlicher Sprache

28. September 2023

Die ersten beiden Modelle der Granite-Familie von IBM -Basismodellen sind jetzt in der Region Dallas verfügbar:

• granite-13b-chat-v1: Allgemeines Verwendungsmodell, das für Dialoganwendungsfälle optimiert ist
• granite-13b-instruct-v1: Allgemeines Verwendungsmodell, das für die Beantwortung von Fragen optimiert ist

Beide Modelle sind 13B-parameter -Decodermodelle, die effizient eine Sprache in Englisch vorhersagen und generieren können. Sie sind, wie alle Modelle in der Granitfamilie, für Unternehmen konzipiert. Granite-Modelle basieren auf mehreren Terabyte an Daten aus beiden allgemein-sprachlichen Quellen, wie z. B. dem öffentlichen Internet, und branchenspezifischen Datenquellen aus den akademischen, wissenschaftlichen, rechtlichen und finanziellen Bereichen.

Testen Sie sie heute im Prompt Lab oder führen Sie ein Beispielnotebook aus, das das Modell granite-13b-instruct-v1 für die Stimmungsanalyse verwendet.

Lesen Sie den Blogbeitrag Building AI for business: IBMs Granite foundation models , um mehr zu erfahren.

• Weitere Informationen zu diesen Modellen finden Sie unter Supported foundation models available with watsonx.ai.
• Eine Beschreibung von Beispieleingabeaufforderungen finden Sie unter Beispielbasismodell-Eingabeaufforderungen für allgemeine Tasks.
• Preisdetails finden Sie unter Pläne fürWatson Machine Learning.

Decision Optimization -Java-Modelle

20. September 2023

Decision Optimization Java-Modelle können jetzt in Watson Machine Learningbereitgestellt werden. Durch die Verwendung der Java-Worker-API können Sie Optimierungsmodelle mit den Java-APIs OPL, CPLEX und CP Optimizer erstellen. Sie können Ihre Modelle jetzt ohne großen Aufwand lokal erstellen, packen und unter Watson Machine Learning bereitstellen, indem Sie die Boilerplate verwenden, die im öffentlichen Java-Worker GitHubbereitgestellt wird. Weitere Informationen finden Sie unter Java-Modelle für Decision Optimization.

Neue Notebooks in Beispielen

21. September 2023

Sie können die folgenden neuen Notebooks in Beispielen verwenden:

• Mit watsonx und LangChain Fragen mit RAG beantworten
• watsonx und BigCode starcoder-15.5b zum Generieren von Code verwenden

Schnelle Entwicklung und synthetische Daten-Lernprogramme für den Schnelleinstieg

14. September 2023

Testen Sie die neuen Lernprogramme, um mehr über folgende Themen zu erfahren:

• Basismodelle für Eingabeaufforderungen: Es gibt in der Regel mehrere Möglichkeiten, ein Basismodell für ein erfolgreiches Ergebnis aufzufordern. Im Eingabeaufforderungslabor können Sie mit Eingabeaufforderungen verschiedener Basismodelle experimentieren, Beispieleingabeaufforderungen untersuchen sowie Ihre besten Eingabeaufforderungen speichern und teilen. Eine Möglichkeit, die Genauigkeit der generierten Ausgabe zu verbessern, besteht darin, die erforderlichen Fakten als Kontext in Ihrem Eingabeaufforderungstext unter Verwendung des Abrufgenerierungsmusters bereitzustellen.
• Synthetische Daten generieren: Sie können synthetische Tabellendaten in watsonx.aigenerieren. Der Vorteil synthetischer Daten besteht darin, dass Sie die Daten bedarfsgerecht beschaffen, dann an Ihren Anwendungsfall anpassen und in großen Mengen produzieren können.

Watsonx.ai -Community

14. September 2023

Sie können jetzt der watsonx.ai Community für KI-Architekten und -Builder beitreten, um zu lernen, Ideen auszutauschen und Kontakte zu anderen zu knüpfen.

Synthetische Tabellendaten mit Synthetic Data Generator generieren

7. September 2023

Synthetic Data Generator ist jetzt in den Regionen Dallas und Frankfurt verfügbar und ein neues grafisches Editortool für watsonx.ai , mit dem Sie Tabellendaten für Trainingsmodelle generieren können. Mithilfe visueller Abläufe und eines statistischen Modells können Sie synthetische Daten auf der Basis Ihrer vorhandenen Daten oder eines angepassten Datenschemas erstellen. Sie können die ursprünglichen Daten maskieren und die synthetischen Daten in eine Datenbank oder als Datei exportieren.

Informationen zu den ersten Schritten finden Sie unter Synthetische Daten.

Llama-2 Foundation Model für die Generierung natürlicher Sprache und Chat

7. September 2023

Das Llama-2 -Basismodell von Meta ist jetzt in der Region Dallas verfügbar. Llama-2 Chat-Modell ist ein automatisch regressives Sprachmodell, das eine optimierte Umsetzungsarchitektur verwendet. Das Modell wird vorab mit öffentlich verfügbaren Onlinedaten trainiert und anschließend mithilfe von verstärktem Lernen aus menschlichem Feedback optimiert. Das Modell ist für kommerzielle und Forschungszwecke in englischsprachigen assistentenähnlichen Chat-Szenarien gedacht.

• Weitere Informationen zum Modell Llama-2 finden Sie unter Supported foundation models available with watsonx.ai.
• Eine Beschreibung von Beispieleingabeaufforderungen finden Sie unter Beispielbasismodell-Eingabeaufforderungen für allgemeine Tasks.
• Preisdetails für Llama-2finden Sie unter Pläne fürWatson Machine Learning.

LangChain -Erweiterung für die Python -Bibliothek für Basismodelle

7. September 2023

Sie können jetzt das LangChain -Framework mit Basismodellen in watsonx.ai mit der neuen LangChain -Erweiterung für die Python -Basismodellbibliothek verwenden.

Dieses Beispielnotebook veranschaulicht die Verwendung der neuen Erweiterung: Beispielnotebook

Einführungsbeispiel für das Muster 'Retrieval Augmented Generation'

7. September 2023

Die abruferweiterte Generierung ist ein einfaches, leistungsfähiges Verfahren zur Nutzung einer Wissensbasis, um eine sachlich genaue Ausgabe von Basismodellen zu erhalten.

Siehe auch: Introduction to retrieval-augmented generation

Einstellung der Unterstützung von Kommentaren in Notebooks

31. August 2023

Ab heute ist es nicht mehr möglich, einem Notebook Kommentare über die Aktionsleiste des Notebooks hinzuzufügen. Alle vorhandenen Kommentare wurden entfernt.

StarCoder -Basismodell für Codegenerierung und Codeumsetzung

31. August 2023

Das Modell StarCoder von Hugging Face ist jetzt in der Region Dallas verfügbar. Mit StarCoder können Sie Eingabeaufforderungen zum Generieren von Code oder zum Transformieren von Code aus einer Programmiersprache in eine andere erstellen. Ein Beispiel für eine Eingabeaufforderung veranschaulicht die Verwendung von StarCoder zum Generieren von Python -Code aus einer Gruppe von Anweisungen. Eine zweite Beispieleingabeaufforderung veranschaulicht die Verwendung von StarCoder zum Transformieren von Code, der in C++ geschrieben ist, in Python -Code.

• Weitere Informationen zum Modell StarCoder finden Sie unter Supported foundation models available with watsonx.ai.
• Eine Beschreibung der Beispieleingabeaufforderungen finden Sie unter Sample foundation model prompts for common tasks.

IBM watsonx.ai ist in der Region Frankfurt verfügbar

31. August 2023

Watsonx.ai ist jetzt allgemein im Rechenzentrum in Frankfurt verfügbar und kann bei der Anmeldung als bevorzugte Region ausgewählt werden. Das Prompt Lab und die Basismodellinferenz werden in der Region Frankfurt für folgende Modelle unterstützt:

• mpt-7b-instruct2

• flan-t5-xxl-11b

• flan-ul2-20b

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

Zusätzliche Cacheerweiterungen für Watson Pipelines verfügbar

21. August 2023

Es sind weitere Optionen zum Anpassen Ihrer Pipelineablaufeinstellungen verfügbar. Sie können jetzt besser steuern, wann der Cache für Pipelineausführungen verwendet wird. Details finden Sie unter Standardeinstellungen verwalten.

Plannamensaktualisierungen für den Service Watson Machine Learning

18. August 2023

Ab sofort werden Plannamen für den IBM Watson Machine Learning -Service wie folgt aktualisiert:

• Der v2 -Standardplan ist jetzt der Essentials -Plan. Der Plan soll Ihrem Unternehmen die Ressourcen bereitstellen, die für den Einstieg in die Arbeit mit Basismodellen und Assets für maschinelles Lernen erforderlich sind.

• Der v2 Professional-Plan ist jetzt der Standard -Plan. Dieser Plan stellt Ressourcen bereit, die die meisten Unternehmen durch Asseterstellung bis zur produktiven Nutzung unterstützen.

Änderungen an den Plannamen ändern Ihre Servicebedingungen nicht. Wenn Sie also für die Verwendung des v2 -Standardplans registriert sind, erhält er jetzt den Namen Essentials, aber alle Plandetails bleiben unverändert. Wenn Sie für die Verwendung des v2 Professional-Plans registriert sind, gibt es keine anderen Änderungen als die Änderung des Plannamens in Standard.

Details zu den einzelnen Plänen finden Sie unter Watson Machine Learning -Pläne. Preisinformationen finden Sie auf der Seite mit dem Watson Machine Learning -Plan im IBM Cloud -Katalog.

Einstellung der Unterstützung von Kommentaren in Notebooks

7. August 2023

Am 31. August 2023 können Sie über die Aktionsleiste des Notebooks keine Kommentare mehr zu einem Notebook hinzufügen. Alle vorhandenen Kommentare, die auf diese Weise hinzugefügt wurden, werden entfernt.

Erhöhtes Tokenlimit für Lite-Plan

4. August 2023

Wenn Sie den Lite-Plan zum Testen von Basismodellen verwenden, wird der Tokengrenzwert für die Eingabe und Ausgabe von Eingabeaufforderungen von 25.000 auf 50.000 pro Konto und Monat erhöht. Dies gibt Ihnen mehr Flexibilität beim Untersuchen von Basismodellen und beim Experimentieren mit Eingabeaufforderungen.

• Details zu watsonx.ai -Plänen finden Sie unter Pläne fürWatson Machine Learning.
• Details zum Arbeiten mit Eingabeaufforderungen finden Sie unter Eingabeaufforderungen für Entwickler mit dem Eingabeaufforderungslabor.

Benutzerdefinierte Textanalysevorlage (SPSS Modeler)

4. August 2023

Für SPSS Modelerkönnen Sie jetzt eine benutzerdefinierte Textanalysevorlage in ein Projekt hochladen. Dies bietet Ihnen mehr Flexibilität bei der Erfassung und Extraktion von Schlüsselkonzepten auf eine für Ihren Kontext spezifische Weise.

Python -Bibliothek für Basismodelle verfügbar

27. Juli 2023

Sie können jetzt Basismodelle in watsonx.ai programmgestützt über eine Python -Bibliothek anfordern.

Siehe: Foundation Models Python -Bibliothek

KI-Guardrails steuern

14. Juli 2023

Sie können jetzt im Prompt Lab steuern, ob AI-Guardrails aktiviert oder inaktiviert sind. KI-Guardrails entfernen potenziell schädlichen Text aus den Eingabe-und Ausgabefeldern. Schädlicher Text kann Hassreden, Missbrauch und Profanität beinhalten. Um das Entfernen potenziell schädlicher Texte zu verhindern, setzen Sie den Schalter AI guardrails auf "off". Siehe Hate speech, abuse, and profanity.

Microsoft Azure SQL Database -Verbindung unterstützt die Azure Active Directory -Authentifizierung (Azure AD)

14. Juli 2023

Sie können jetzt Active Directory für die Verbindung Microsoft Azure SQL Database auswählen. Die Active Directory -Authentifizierung ist eine Alternative zur SQL Server -Authentifizierung. Mit dieser Erweiterung können Administratoren Benutzerberechtigungen für Azurezentral verwalten. Weitere Informationen finden Sie unter Microsoft Azure SQL Database connection.

Willkommen bei IBM watsonx.ai!

7. Juli 2023

IBM watsonx.ai stellt alle Tools bereit, die Sie für die Arbeit mit Machine Learning-und Basismodellen benötigen.

Get started:

• Informationen zu watsonx.ai
• Mehr zu Basismodellen
• Eingabeaufforderungen mit Eingabeaufforderungslabor entwickeln
• Lernprogramme für den Schnelleinstieg
• Watson Natural Language Processing

Generative AI-Suche und -Antwort in dieser Dokumentation testen

7. Juli 2023

Sie können abgeleitete KI in Aktion sehen, indem Sie die neue Option für generative AI-Suche und -Antwort in der Dokumentation zu watsonx.ai ausprobieren. Die Antworten werden von einem großen Sprachmodell generiert, das in watsonx.ai ausgeführt wird und auf dem Inhalt der Dokumentation basiert. Dieses Feature ist nur verfügbar, wenn Sie die Dokumentation anzeigen, während Sie bei watsonx.aiangemeldet sind.

Geben Sie im Feld "Dokumentationssuche" eine Frage ein und klicken Sie auf das Symbol Abgenerative KI-Suche und -Antwort testen (). Das Teilfenster Generative AI search and answer wird geöffnet und beantwortet Ihre Frage.