为 InstructLab

请按照以下步骤创建自己的分类法。 有关分类标准及其包含的数据的更多信息,请参阅 分类标准的结构。

创建或克隆分类法

您可以 fork 并克隆 IBM Cloud InstructLab 分类标准,也可以在自己的 GitHub 仓库中从头开始创建一个新的分类标准。 有关如何构建自己的分类法的示例和图表,请参阅 InstructLab 文档中的 上游分类法树形布局。

收集知识文件

将知识文档格式化为 Markdown .md 文件,并将其存储在与分类法分开的目录中。 有关知识文档的示例,请参阅 InstructLab 文档。

只有在分类法中添加知识而不是技能时,才需要知识文档。 有关知识与技能区别的更多信息,请参阅 分类数据。

知识文件的总大小累计不得超过 10MB。

为知识和技能创建 qna.yaml 文件

  1. 创建 qna.yaml 文件,其中包括与您要添加的知识或技能相关的问题和答案。 文件必须遵循标准 YAML 格式。 文件还必须至少有 5 个 seed_examples 部分,每个部分必须有正好 3 对问答。 有关 qna.yaml 文件所需字段的完整列表,请参阅 InstructLab 文档中有关添加 知识或 技能的内容。

  2. 如果要为知识添加创建 qna.yaml 文件,则必须在文件的 document 部分引用相关知识文档、文档的提交哈希值以及文档的存储目录。

    知识文件和目录参考示例。

    document:
        repo: https://github.com/user/my_knowledge
        commit: 0a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6q7r8s9u
        patterns:
          - knowledge_document.md
    
  3. 将文件添加到分类法中的正确节点。

除了创建新的 qna.yaml 文件外,您还可以在现有文件中添加问题和答案对。

将分类法上传到 Object Storage 水桶

使用 用户界面 或 CLI 将分类标准上传到 Object Storage。

后续步骤?

了解如何 从分类法中生成数据。