Kiln
v0.10.0
微調整•合成データ生成•データセットコラボレーション•ドキュメント
| CI | |
| パッケージ | |
| メタ | |
| アプリ |
Kilnデスクトップアプリは完全に無料です。 MacOS、Windows、Linuxで利用できます。
このデモでは、わずか18分で9つの微調整されたモデル（Llama 3.x、Mixtral、およびGPT-4o-Miniを含む）を作成し、合計6ドル未満のコストで素晴らしい結果を達成します。詳細を参照してください。
Kilnは非常に直感的なので、デスクトップアプリを起動して飛び込むことをお勧めします。ただし、質問がある場合や詳細を知りたい場合は、ドキュメントがお手伝いします。
開発者については、Kiln Python Library Docsをご覧ください。これらには、データセットをKILNにロードする方法、または独自のコードベース/ノートブックでKILNデータセットを使用する方法が含まれます。
オープンソースのPythonライブラリを使用すると、kilnデータセットを独自のワークフローに統合したり、細かい曲を構築したり、ノートでkiを使用したり、カスタムツールを構築したりできます。例については、ドキュメントをお読みください。
pip install kiln-ai常に新しいモデルとテクニックが出現しています。 Kilnは、コードを作成せずに数回クリックしてさまざまなアプローチを試して、それらを比較することができます。これらは、より高い品質とパフォーマンスの向上をもたらす可能性があります。
現在、サポートしています。
将来的には、EvalsやRagなどの強力なノーコードオプションを追加する予定です。経験豊富なデータ科学者の場合、KilnデータセットとPythonライブラリを使用して、これらの手法を今日作成できます。
AI製品を構築するとき、通常、あなたが解決しようとしている問題を知っている主題の専門家と、モデルの構築に割り当てられた別の技術チームがいます。 Kilnは、そのギャップをコラボレーションツールとして橋渡しします。
主題の専門家は、直感的なデスクトップアプリを使用して、技術ツールをコーディングまたは使用することなく、構造化されたデータセットと評価を生成できます。コマンドラインまたはGPUは不要です。
データサイエンティストは、主題の専門家によって作成されたデータセットを消費し、UIを使用したり、PythonライブラリでDeep Diveを使用したりできます。
QAとPMは、問題をより早く簡単に識別し、モデルレイヤーで問題を修正するために必要なデータセットコンテンツを生成するのに役立ちます。
データセットファイル形式は、強力なコラボレーションと属性のためにGitで使用するように設計されています。多くの人々が並行して貢献することができます。 UUIDSを使用して衝突は回避され、データセットファイル内に帰属がキャプチャされます。共有ドライブでデータセットを共有することもできます。完全に非技術的なチームメンバーに、GITを知らずにデータと回避を貢献できるようにすることもできます。
製品には自然に「データセット」がありませんが、Kilnは作成に役立ちます。 Kilnを使用するたびに、製品で使用するために高品質のモデルを構築するために必要な入力、出力、人間の評価、フィードバック、および修理をキャプチャします。使用すればするほど、データが増えます。
モデルに質の高いコンテンツの例（および間違い）のより多くの例を提供することにより、データセットが成長するにつれてモデルの品質が自動的に向上します。
製品の目標シフトまたは新しいバグが見つかった場合（ほとんどの場合、ほとんどの場合）、データセットを簡単に反復して問題に対処できます。
開発環境をセットアップし、kiに貢献する方法については、contributing.mdを参照してください。
Copyright 2024 -Chesterfield Laboratories Inc.
