분류학 데이터

분류 체계에는 세 가지 범주의 데이터가 있습니다.

Knowledge

교과서나 백과사전 같은 출처에 의해 뒷받침되는 데이터와 사실. 분류 체계에 지식을 추가할 때는, 분류 체계 디렉터리 외부에 존재하며 ‘신뢰할 수 있는 정보원’ 역할을 하는 별도의 지식 문서를 참조해야 합니다.

기초 역량

더 많은 지식을 습득하는 데 활용할 수 있는 수학, 언어, 프로그래밍과 같은 기초 능력. 이러한 기술은 대개 공개 데이터를 활용하여 개발됩니다.

작문 능력

주식 시장 분석과 같이 보다 복잡한 과제를 수행하기 위해 지식과 기초 능력을 결합한 기술.

각 범주에 대한 자세한 내용은 Red Hat AI Inference 문서의 “스킬(skill)이란 무엇인가?” 및 “지식(knowledge)이란 무엇인가?”를 참조하세요.

분류 파일

각 “리프 노드”에는 두 가지 유형의 데이터 파일이 필요합니다.

qna.yaml

이 지식 문서에 수록된 정보와 관련된 질문 및 답변이 포함되어 있습니다. 질문과 답변은 키-값 쌍 형태로 구성되어 있습니다.

attribution.txt

qna.yaml 파일에 추가된 정보의 출처를 포함합니다. 이 항목은 선택 사항이지만, 오픈소스 Red Hat AI Inference 분류 체계 저장소에 기여하려면 필수입니다.

지식 문서

분류 체계에 추가되는 모든 지식은 지식 문서로 뒷받침되어야 하며, 이 지식 문서는 모델에 입력되는 정보에 대한 신뢰할 수 있는 출처 역할을 합니다. 해당 문서는 분류 체계와 별도의 디렉터리에 존재하는 Markdown 파일이어야 합니다. qna.yaml 파일의 ‘ document_outline ’ 섹션에서 지식 문서와 해당 문서가 저장된 디렉터리를 참조합니다. 자세한 내용과 지식 문서의 예시는 “지식 문서 작성” 및 “지식 문서 파일 참조 예시”를 참조하십시오.

qna.yaml 파일 관련 정보

qna.yaml 파일에는 관련 지식 문서에 수록된 정보를 바탕으로 한 질문과 답변이 포함되어 있습니다. 문제와 답은 키/값 쌍으로 저장되며, 각 qna.yaml 파일에는 최소 5개의 쌍이 포함되어야 합니다. qna.yaml 파일의 맨 끝 부분, 즉 document_outline 섹션에서 지식 문서와 해당 문서가 저장된 디렉터리를 반드시 참조해야 합니다. qna.yaml 파일의 전체 요구 사항 및 지식 기여 예시는 ‘ qna.yaml ’ 템플릿 파일과 ‘지식 제출 예시’를 참조하십시오.

qna.yaml 파일 처리 기능

' qna.yaml '에는 간단한 작업을 가르쳐 주는 질문과 답변이 수록되어 있습니다. 예를 들어, 모델에게 운율을 맞추는 법을 가르치려면 “ What are 5 words that rhyme with skill? ”와 같은 질문을 포함하고, 이에 대한 답으로 “ spill, mill, drill, fill, chill ”를 제시할 수 있습니다. 문제와 답은 키/값 쌍으로 저장되며, 각 qna.yaml 파일에는 최소 5개의 쌍이 포함되어야 합니다.

추가하는 기술은 ‘구체적’일 수 있는데, 이는 맥락을 부여하기 위해 추가적인 입력이 필요함을 의미하며, 또는 ‘추상적’일 수 있는데, 이는 추가적인 맥락이 전혀 필요하지 않음을 의미합니다. 실무 기반 기술의 경우, qna.yaml 파일의 context 필드를 통해 관련 맥락을 추가합니다. 분류 체계에 ‘grounded’ 스킬을 추가할 때는, 해당 스킬이 ‘ grounded ’로 시작하는 분기(예: grounded/games/sudoku)에 위치해야 합니다.

qna.yaml 의 전체 요구 사항 및 기술 기여 예시는 Red Hat AI Inference 문서의 ‘The skills files’ 섹션을 참조하십시오. 스킬을 추가할 때 별도의 문서를 추가할 필요는 없으니 유의하시기 바랍니다.