혁신적인 모델 커스터마이징
AI 모델 성능 향상
InstructLab을 사용하면 개발자가 기존 엔터프라이즈 및 합성 데이터를 활용하여 특정 사용 사례에 맞게 사용자 지정, 정렬, 및 조정하여 모델 성능을 최적화할 수 있습니다. 여기에서 방향성 설명을 읽어보세요.
모델 사용자 지정을 통해 개발팀은 여러 모델에서 지식과 기술을 재사용할 수 있습니다.
몇 달이 아닌 단 몇 시간 만에 엔터프라이즈 데이터로 엔드투엔드 모델 사용자 지정
더 큰 일반 모델이 아닌 더 작은 특수 모델을 추론합니다.
모델을 보다 효율적으로 실행하여 성능과 런타임을 최적화합니다.
수천 개의 문서를 수집하고 마스킹, 청킹, 필터와 같은 복잡한 수집 파이프라인을 관리합니다. PDF, PPT, TXT, DOC 등 다양한 데이터 소스의 여러 문서 형식을 처리합니다.
탐색하기 쉬운 트리 구조로 시각화된 엔터프라이즈 지식과 기술 분류 체계를 구축하세요. IBM watsonx.ai는 분류 체계 생성을 위한 UI, CLI, API 및 SDK를 제공합니다.
InstructLab 에이전트 합성 데이터 생성으로 분류 체계를 확장하세요. IBM watsonx.ai는 합성 데이터를 생성하기 위한 UI, CLI, API 및 SDK를 제공합니다.
다단계 정렬 기법으로 생성된 합성 데이터와 모델을 정렬합니다. IBM watsonx.ai는 정렬 조정을 위한 UI, CLI, API 및 SDK를 제공합니다.
조직의 문서를 효율적으로 색인화하고 검색하세요.
Python 노트북을 사용하여 사전 정렬된 모델과 정렬된 모델 모두에서 IBM Bluebench 벤치마크 및 표준 개방형 벤치마크(손실 함수, MMLU, MT-Bench 및 PR-Bench)를 실행할 수 있습니다.
모델 선택
AI 워크플로에 적합한 서드파티 모델 및 IBM Granite 모델 라이브러리를 사용하여 AI 애플리케이션을 지원하거나 직접 구축한 사용자 지정 파운데이션 모델을 플랫폼에 가져올 수 있습니다.