為……準備分類體系 Red Hat AI 推論

請依照以下步驟建立您自己的分類法。 有關分類法及其所包含資料的更多資訊，請參閱 《分類法的結構》。

Red Hat AI Inference 模型對齊、合成資料生成及分類法管理功能已標記為過時，並將於 2026 年 9 月 25 日移除。 若要繼續進行模型自訂與對齊工作流程，請遷移至 Red Hat® OpenShift® AI On OpenShift。 進一步了解 Red Hat® OpenShift® 人工智慧。

建立或複製您的分類法

您可以 分叉並克隆 Red Hat AI Inference 的分類法，或者在您自己的 GitHub 儲存庫中從頭開始建立一個新的分類法。 如需了解如何建構您自己的分類法，請參閱《 Red Hat AI Inference 》文件中的「上游分類法樹狀結構佈局」部分，其中包含相關範例與圖解說明。

彙整您的知識文件

請將您的知識文件格式化為 Markdown （ .md ）檔案，並將其儲存於與分類法分開的目錄中。 有關知識文件的範例，請參閱相關 文件。

僅在向分類法中新增「知識」時才需要知識文件，新增「技能」則無此需求。 有關「知識」與「技能」之間差異的更多資訊，請參閱 「分類法」資料。

您的知識庫文件總大小累計不應超過 10MB。

為知識與技能建立 qna.yaml 檔案

  1. 建立一個名為 qna.yaml 的檔案，其中包含與您欲新增的知識或技能相關的問題與答案。 該檔案必須遵循標準的 YAML 格式。 此外，該檔案必須至少包含 5 個 seed_examples 區段，且每個區段內必須正好包含 3 組問題與答案。 有關 qna.yaml 檔案所需欄位的完整清單，請參閱「新增知識或 技能 」的文件。

  2. 若您正在為新增的知識內容建立 qna.yaml 檔案，必須在該檔案的 document 區段中，引用相關的知識文件、該文件的提交雜湊值，以及其儲存的目錄。

    知識文件範例與目錄參考。

    document:
    repo: https://github.com/user/my_knowledge
    commit: 0a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6q7r8s9u
    patterns:
      - knowledge_document.md

  3. 將該檔案新增至您分類法中的正確節點。

除了建立新的 qna.yaml 檔案外，您也可以將問題與答案對加入現有的檔案中。

將您的分類法上傳至 Object Storage 儲存桶

請使用使用者介面 ( UI) 或命令列介面 ( CLI)，將您的分類法上傳並儲存至您的 Object Storage 儲存桶中。

下一步為何？

了解如何 從您的分類法中產生資料。