Questo articolo illustra un esempio pratico dell'esecuzione della progettazione NLU utilizzando HumanFirst Studio. Creazione di un modello LLM personalizzato e ottimizzato e utilizzo del modello all'interno di HumanFirst Studio per la progettazione NLU.

Con l'aumentare dell'uso di LLM, aumenterà anche la necessità di creare LLM personalizzati e ottimizzati. E questo richiederà un processo continuo di manutenzione del modello, se lo desideri.

Volevo creare un set di quattro articoli che coprisse l'intero ciclo di vita di un LLM personalizzato.

Come puoi vedere nell'immagine qui sotto, ho dato il via a questo processo convertendo i dati non strutturati in dati di progettazione NLU tramite HumanFirst Studio . I dati sono stati successivamente utilizzati per mettere a punto l'LLM .

Ho eseguito alcuni test di base sull'LLM e ho confrontato i risultati con HumanFirst NLU .

1️⃣ Come mettere a punto un modello di linguaggio di grandi dimensioni utilizzando HumanFirst e Cohere
2️⃣ Cohere Modelli di linguaggio di grandi dimensioni ottimizzati e riconoscimento dell'intento
3️⃣ Guida rapida di HumanFirst e Cohere

Questo articolo chiuderà il cerchio, collegando il LLM ottimizzato personalizzato a HumanFirst Studio . Questo illustrerà come Studio può essere utilizzato per sfruttare un LLM senza codice per una progettazione NLU accelerata e intelligente.

Collegamento di HumanFirst Studio con un modello di coerenza ottimizzato

Ho seguito il processo di base descritto qui per connettere il mio spazio di lavoro di HumanFirst Studio a Cohere LLM.

L'unica differenza è che in questo caso si accede a un modello ottimizzato anziché a uno dei modelli standard.

I modelli personalizzati vanno a dormire se non utilizzati. Come si vede nell'immagine qui sotto, se il modello è Addormentato , è necessario cliccare sul pulsante Wake . Lo stato del modello passa da Addormentato ad Addestramento . Una volta che lo stato del modello è Pronto , il modello Cohere può essere aggiunto all'area di lavoro di HumanFirst Studio.

L'ID modello viene utilizzato quando si aggiunge il modello personalizzato Cohere a HumanFirst Studio.

Infine, nelle impostazioni dell'area di lavoro di HumanFirst, in Spazio latente predefinito, viene visualizzato il modello ottimizzato personalizzato di Cohere per la selezione.

Da qui i dati rilevanti possono essere importati per l'elaborazione sfruttando l'LLM personalizzato.

Attualmente sono il Chief Evangelist @ HumanFirst . Esploro e scrivo di tutte le cose all'intersezione tra intelligenza artificiale e linguaggio; che vanno da LLM , chatbot , voicebot , framework di sviluppo, spazi latenti incentrati sui dati e altro ancora.

Il Cobus Quadrant™ del design NLU Il Cobus Quadrant™ delle capacità di design della conversazione Come mettere a punto un modello di linguaggio di grandi dimensioni utilizzando HumanFirst e Cohere Cohere Modelli di linguaggio di grandi dimensioni perfezionati e riconoscimento degli intenti