الوصف
يتطلب تدريب الأنظمة الوكيلة المتخصصة، مثل نماذج اللغة الكبيرة القادرة على التفكير، والأنظمة متعددة الوكلاء، والمساعدين الذكيين متعدد الوسائط، مجموعات بيانات كبيرة وعالية الجودة غالبًا ما تكون نادرة أو معزولة عبر المؤسسة أو حساسة جدًا للمشاركة. تم تصميم أدوات توليد البيانات الاصطناعية من NVIDIA، المبنية حول مصمم بيانات NeMo، لسد هذه الفجوة من خلال إنشاء مجموعات بيانات متنوعة ومحددة المجال على نطاق واسع لأي مجال.
قراءة المزيد
تبدأ عملية بناء مجموعة بيانات من خلال تكوين النماذج التي ستدعم التوليد، باستخدام أسماء مستعارة للإشارة السهلة ومعلمات استدلال قابلة للتعديل. من هناك، يمكن تزويد المشروع ببيانات حقيقية موجودة بحيث يحتفظ الناتج الاصطناعي بالأنماط والتوزيعات والخصائص لتلك البيانات. الخطوة التالية تحدد الأعمدة التي تشكل مجموعة البيانات، بما في ذلك الأعمدة التي تم إنشاؤها بواسطة LLM المدفوعة بالمطالبات والنواتج المنظمة. يمكن توليد عينة معاينة صغيرة ومراجعتها قبل التوسع إلى مجموعة بيانات كاملة، ويشمل مصمم بيانات NeMo أدوات للتحقق من صحة الشيفرة المولدة وتقييم جودة البيانات العامة باستخدام مقاييس آلية وقضاة يعتمدون على LLM.
تغطي الأدوات عدة حالات استخدام. بالنسبة للذكاء الاصطناعي الوكلي، تولد بيانات نصية لتدريب وتقييم النماذج التي تفكر وتخطط وتقوم بأفعال مدفوعة بالأهداف. بالنسبة للذكاء الاصطناعي المحادثاتي، تخلق بيانات حوار تلتقط اللغة المحددة للمجال، وتنوعات النوايا، والحالات النادرة التي تتجاوز ما توفره النصوص الحقيقية النادرة. للتقييم والمعايير، تبني مجموعات بيانات سؤال-جواب محددة المجال لقياس أداء التوليد المعزز بالاسترجاع (RAG) ومقارنة نماذج متعددة على نفس المهمة. للتكيف مع الموارد المنخفضة، تولد نصوص واقعية للغات البرمجة الخاصة أو اللغات الممثلة تمثيلاً ناقصًا. بالنسبة للبيانات الحساسة، ينشئ NeMo Safe Synthesizer نسخًا آمنة من حيث الخصوصية من البيانات مع تكوينات تهدف إلى الامتثال للوائح مثل HIPAA وGDPR. تدعم الأدوات أيضًا الوثائق المنظمة الاصطناعية، بما في ذلك نماذج الضرائب، والوثائق القانونية، وموافقات الرهن العقاري، لتدريب النماذج على تطبيقات البيانات المنظمة.
يستهدف هذا الفرق التي تبني الذكاء الاصطناعي الوكلي، أو الذكاء الاصطناعي المحادثاتي، أو أنظمة RAG التي تحتاج إلى بيانات تدريب أو تقييم دون الاعتماد فقط على مجموعات البيانات الحقيقية النادرة أو المعزولة أو الحساسة. لم يتم تفصيل الأسعار والتعبئة في هذه الصفحة؛ الوصول يتم من خلال NVIDIA NeMo.
- الفئةمنصّات تعلّم الآلة
- نموذج التسعيرتواصل مع المبيعات
- النشرسحابي
- المنصاتالويب
الميزات الأساسية لـ توليد البيانات الاصطناعية للذكاء الاصطناعي الوكلي
تكوين ومعاينة تصميمات مجموعات البيانات الاصطناعية قبل التوليد على نطاق واسع
تزويد التوليد ببيانات حقيقية للحفاظ على الأنماط المحددة للمجال
تحديد مخططات مخصصة وأعمدة تم إنشاؤها بواسطة LLM مع نواتج منظمة
توليد بيانات حوار محددة المجال لتدريب الذكاء الاصطناعي المحادثاتي
بناء مجموعات بيانات معيارية QA لتقييم RAG ومقارنة النماذج جنبًا إلى جنب
إنشاء نسخ آمنة من حيث الخصوصية من البيانات الحساسة باستخدام NeMo Safe Synthesizer
توليد وثائق منظمة اصطناعية مثل نماذج الضرائب والوثائق القانونية
التحقق من صحة الشيفرة المولدة وتقييم جودة مجموعة البيانات باستخدام مقاييس آلية وقضاة يعتمدون على LLM
دعم توليد نصوص للغات ذات موارد منخفضة ولغات خاصة
كيفية استخدام توليد البيانات الاصطناعية للذكاء الاصطناعي الوكلي؟
الوصول إلى مصمم بيانات NeMo: افتح مصمم بيانات NVIDIA NeMo لبدء مشروع بيانات اصطناعية.
تكوين النماذج: قم بتوصيل وتسمية النماذج التي ستولد مجموعة البيانات الخاصة بك، وضبط معلمات الاستدلال.
إضافة بيانات البذور: قم بتحميل بيانات حقيقية موجودة لتأسيس وتنويع الناتج الاصطناعي.
تحديد الأعمدة: إعداد المخطط، والمطالبات، والنواتج المنظمة لكل عمود.
معاينة وتنقيح: توليد عينة صغيرة، والتحقق من النتائج، وضبط التصميم.
توليد وتقييم: التوسع إلى مجموعة بيانات كاملة، ثم التحقق من صحتها باستخدام مقاييس آلية وقضاة يعتمدون على LLM.
حالات استخدام توليد البيانات الاصطناعية للذكاء الاصطناعي الوكلي
- تدريب الذكاء الاصطناعي الوكلي
- بيانات الذكاء الاصطناعي المحادثاتي
- تقييم RAG
- مجموعات بيانات آمنة من حيث الخصوصية
