Red Hat AI InstructLab on IBM Cloud の概要

大規模言語モデルとは？

大規模言語モデル（LLM）は、機械学習技術を使用して人間の言語を生成するAIモデルである。 最初は、自然言語を理解し生成するための大量の一般的なデータで学習され、その後、より具体的な文脈に沿うように微調整される。 例えば、大規模な一般知識セットで学習させたモデルを、後に小売業に関連するデータを使って微調整し、 お客様サービスのチャットボットを作成することができる。 電子メールの下書き、長いテキストの要約、コードのエラーの発見など、さまざまな使用ケースに合わせてLLMを微調整できる。 InstructLab は、LLMを訓練し、微調整し、後で評価するためのプラットフォームを提供する。

LLMは様々な方法でプロセスを合理化することができるが、LLMができることには限界があることを覚えておいてほしい。 LLMは供給されたデータを使って仕事をする。 例えば、あなたの誕生日をLLMに尋ねることはできないだろう。あなたの個人情報はトレーニング・データの一部ではないからだ。 同様に、LLMだけでは銘柄の将来を予測するのに最適な選択肢とは言えない。 加えて、LLMは単体では静的で、環境と相互作用することができない。 時間や日付を告げるようなタスクは、よりエージェント的なフローやフレームワークを必要とするだろう。

LLMの詳細とその仕組みについては、 LLMとは？

仕組みについて

InstructLab.

ステップ 1. 分類法を提供する

タクソノミーとは、LLMを訓練するために使用される、人間がキュレーションした多様なデータのディレクトリである。 データには、モデルが学ぶべき新しい知識やスキルの例が含まれている。 既存のタクソノミーを使って貢献することもできるし、独自のタクソノミーを作ることもできる。 詳しくは、 InstructLab のタクソノミーの構造を ご覧ください。

ステップ 2 合成データの生成

分類法の情報は、人間が提供した知識を補強する合成データを生成するために使用され、モデルの微調整に使用される。 Red Hat、データ作成プロセスの詳細をご覧ください。

ステップ 3。 モデルをトレーニングします。

合成データは、知識チューニングとスキルチューニングの2つのフェーズでモデルを訓練するために使用される。 ナレッジ・チューニングとは、LLMの必須スキルに関する知識を向上させることに焦点を当てたトレーニングである。 スキルチューニングは、 お客様問い合わせへの対応や天候の傾向の分析など、本来の目的に必要な、より具体的なスキルについてモデルを訓練する。

Red Hat AI InstructLab を選ぶ理由

Red Hat AI InstructLab.

データとモデルの両方の所有権を保持する

データとモデルをコントロールするのだ。 クラウドでも、オンプレミスでも、ビジネスが必要とする場所であればどこでも利用できる。 独自のビジネスデータを活用し、AIを活用したソリューションを構築することで、効率性を高め、イノベーションを推進します。

致命的な忘却のリスクを最小限に抑える

より高い精度とより少ないリスクのために、新しいスキルや知識を学ぶための基礎として、内蔵の Granite モデルが使用される。 モデルが新しい情報を学習しても、以前に学習した情報が失われることはない。

安全、最新、利用可能

Red Hat AI InstructLab は IBM Cloud® のサービスとして利用できるため、必要な分だけを支払うことで無駄なコストを削減できる。 よりシンプルで、より速く、より経済的なモデルを提供することで、IT支出を最適化します。

より多くを学ぶためのリソース

InstructLab について他の人の意見を見る。

• 何なのか？ InstructLab?
• InstructLab.
• InstructLab、なぜ開発者はそれを必要とするのか？
• 大規模言語モデルとは何か？

請求処理はどのように行われますか?

課金についての詳細は、 FAQを ご覧ください。