Kiln
v0.10.0
Тонкая настройка • Генерация синтетических данных • Сотрудничество набора данных • Документы
| CI | |
| Упаковка | |
| Мета | |
| Приложения |
Приложение для настольного компьютера в печи совершенно бесплатно. Доступно на MacOS, Windows и Linux.
В этой демонстрации я создаю 9 тонких моделей (включая Llama 3.x, Mixtral и GPT-4o-Mini) всего за 18 минут, достигая отличных результатов менее чем за 6 долларов. Смотрите детали.
Kiln довольно интуитивно понятна, поэтому мы предлагаем запустить настольное приложение и погрузиться. Однако, если у вас есть какие -либо вопросы или вы хотите узнать больше, наши документы здесь, чтобы помочь.
Для разработчиков см. Наши документы библиотеки Python Kiln Python. К ним относятся, как загрузить наборы данных в печь или использование наборов данных Kiln в собственных кодовых базе/ноутбуках.
Наша библиотека Python с открытым исходным кодом позволяет интегрировать наборы данных Kiln в свои собственные рабочие процессы, создавать прекрасные мелодии, использовать Kiln в ноутбуках, создавать пользовательские инструменты и многое другое! Прочитайте документы для примеров.
pip install kiln-aiЕсть новые модели и методы, появляющиеся все время. Килн позволяет легко попробовать различные подходы и сравнить их в нескольких кликах без написания кода. Это может привести к более высокого качества и улучшенной производительности.
Мы в настоящее время поддерживаем:
В будущем мы планируем добавить более мощные варианты без кодов, такие как Evals, и тряпка. Для опытных датчиков, вы можете создать эти методы сегодня, используя наборы данных KILN и нашу библиотеку Python.
При создании продуктов искусственного интеллекта обычно существует эксперт по предмету, который знает проблему, которую вы пытаетесь решить, и другая техническая команда, назначающая для создания модели. КИЛН Бриджает этот разрыв в качестве инструмента сотрудничества.
Эксперты по вопросам могут использовать наши интуитивно понятные приложения для настольных компьютеров для генерации структурированных наборов данных и рейтингов без кодирования или использования технических инструментов. Командная строка или графический процессор не требуется.
Слученные данные могут потреблять набор данных, созданный экспертами по темы, используя пользовательский интерфейс или глубокое погружение с нашей библиотекой Python.
QA и PM могут легко идентифицировать проблемы раньше и помочь генерировать содержимое набора данных, необходимое для решения проблемы на уровне модели.
Формат файла набора данных предназначен для использования с GIT для мощного сотрудничества и атрибуции. Многие люди могут внести свой вклад параллельно; Столкновения избегают с использованием UUID, а атрибуция захватывается в файлах набора данных. Вы даже можете поделиться набором данных на общем диске, позволяя полностью нетехническим членам команды вносить данные и эвалы, не зная GIT.
Продукты, естественно, не имеют «наборов данных», но Kiln помогает вам создать его. Каждый раз, когда вы используете печь, мы захватываем входные данные, выходы, рейтинги человека, обратную связь и ремонт, необходимые для создания высококачественных моделей для использования в вашем продукте. Чем больше вы его используете, тем больше данных у вас есть.
Качество вашей модели улучшается автоматически по мере роста набора данных, давая моделям больше примеров качественного содержания (и ошибок).
Если цели вашего продукта сдвигаются или обнаружены новые ошибки (как и почти всегда), вы можете легко идентифицировать набор данных для решения проблем.
См. Appling.md для получения информации о том, как настроить среду разработки и внести свой вклад в Kiln.
Copyright 2024 - Chesterfield Laboratories Inc.
