המודל הנכון לכל משימה
מודל AI הוא התוכנה ש-Agent משתמש בה כדי להבין בקשה ולהחליט איך להגיב. אפשר לבחור מודל כללי לשאלה קשה, מודל נתמך שמריצים בעצמך, או מומחה שאומן למשימה אחת מסוימת.
Geyser שומר את הזהות וההקשר של Agent בנפרד מהמודל, כך שאפשר להחליף מודלים וסביבות ריצה נתמכים, והצוות עדיין שומר על הקבצים, ההיסטוריה ותחומי האחריות שלו.
- מודלי AI שמתארחים אצל ספקים שאישרת.
- מודלי AI נתמכים שרצים על המערכות שלך.
- מומחים זמינים ל-Agents ולמשימות שבחרת.
מודל משלך
מוסיפים מודל ובוחרים איך הוא רץ: על אחד המחשבים שלך (מתוך אלפי מודלים פתוחים ב-Hugging Face), או בכל כתובת תואמת OpenAI, עם מפתח אם צריך.
אחר כך מחליטים מי יכול להשתמש בו, מכל סביבת העבודה ועד Agent אחד. מודל שרץ על המחשבים שלך מסומן כפרטי, ונתונים שנשלחים אליו לא נשלחים לחברת AI חיצונית.
להתחיל ממשימה שאפשר להסביר
"למיין את הפניות האלה לפי הקטגוריות שלנו." "לחלץ את השדות האלה מהמסמכים שלנו." מודל מומחה טוב מתחיל ממשימה ממוקדת ומתמונה ברורה של איך נראית תשובה טובה.
מתארים את המשימה בשיחה. Agents יכולים לעזור להכין דוגמאות, לבדוק את הנתונים ולשים כמה דוגמאות בצד כדי לבדוק מה המודל למד, כך שאפשר להנחות את האימון בלי לכתוב שורת קוד.
לבנות מומחה צעד אחר צעדלבדוק שהוא למד את הדבר הנכון
בודקים את המודל המאומן מול הגרסה שממנה התחלת, עם דוגמאות שהוא לא התאמן עליהן. מסתכלים מקרוב על הטעויות שלו ועל המקרים שחשובים לצוות. שומרים את הגרסה שאושרה מקושרת לדוגמאות האימון ולתוצאות הבדיקה שלה.
אחרי שמאשרים מומחה, ה-Agents שלך יכולים להשתמש בו. כדאי לעקוב אחרי הביצועים שלו, ולחזור לגרסה קודמת אם צריך.
להריץ מודלים על החומרה שמתאימה
מפעילים את "אימון מודלים כאן" ב-Geyser Host, וה-Mac או מחשב ה-Linux שלך הופך למקום שבו הצוות מלמד את המודלים שלו. נתוני האימון נשארים על חומרה שבבעלותך.
מריצים את המודל המוגמר על אותה מכונה, משתפים אותו בכל סביבת העבודה, או מפעילים אותו בשביל החברות השותפות שלך.
לדבר על הגדרת המודלים שלך