Kiln

การสร้างต้นแบบ AI อย่างรวดเร็วและเครื่องมือการทำงานร่วมกันชุดข้อมูล

การปรับแต่งอย่างละเอียด • การสร้างข้อมูลสังเคราะห์ • การทำงานร่วมกันของชุดข้อมูล • เอกสาร

CI
บรรจุุภัณฑ์
เมตา
แอพพลิเคชั่น

คุณสมบัติที่สำคัญ

• แอพเดสก์ท็อปที่ใช้งานง่าย : แอพคลิกเดียวสำหรับ Windows, MacOS และ Linux การออกแบบที่ใช้งานง่ายอย่างแท้จริง
• ? ️ การปรับแต่งอย่างละเอียด : การปรับแต่งรหัสเป็นศูนย์สำหรับ Llama, GPT4O และ Mixtral การปรับใช้เซิร์ฟเวอร์แบบไม่มีเซิร์ฟเวอร์อัตโนมัติ
• - การสร้างข้อมูลสังเคราะห์ : สร้างข้อมูลการฝึกอบรมด้วยเครื่องมือภาพแบบโต้ตอบของเรา
• - การทำงานร่วมกันของทีม : การควบคุมเวอร์ชันที่ใช้ GIT สำหรับชุดข้อมูล AI ของคุณ UI ที่ใช้งานง่ายทำให้ง่ายต่อการร่วมมือกับผู้เชี่ยวชาญด้าน QA, PM และเรื่องเกี่ยวกับข้อมูลที่มีโครงสร้าง (ตัวอย่างการแจ้งการจัดอันดับข้อเสนอแนะปัญหา ฯลฯ )
• การสร้างพรอมต์ : สร้างพรอมต์จากข้อมูลของคุณโดยอัตโนมัติรวมถึงห่วงโซ่ความคิดไม่กี่นัดและหลายนัดและอื่น ๆ
• การสนับสนุนแบบจำลองและผู้ให้บริการกว้าง : ใช้โมเดลใด ๆ ผ่าน Ollama, Openai, OpenRouter, Fireworks, Groq, AWS หรือ API ที่เข้ากันได้กับ OpenAI
• ? ‍ Library Open-Source และ API : Library Python ของเราและ OpenAPI REST API เป็นโอเพนซอร์ส MIT
• ความเป็นส่วนตัวครั้งแรก : เราไม่เห็นข้อมูลของคุณ นำคีย์ API ของคุณมาเองหรือทำงานในท้องถิ่นกับ Ollama
• ️ ข้อมูลที่มีโครงสร้าง : สร้างงาน AI ที่พูด JSON
• - ฟรี : แอพของเราฟรีและห้องสมุดของเราเป็นโอเพ่นซอร์ส

ดาวน์โหลดแอพเดสก์ท็อป Kiln Desktop

แอพเดสก์ท็อป Kiln นั้นฟรีอย่างสมบูรณ์ มีอยู่ใน MacOS, Windows และ Linux

การสาธิต

ในการสาธิตนี้ฉันสร้างโมเดลที่ปรับแต่งได้ 9 แบบ (รวมถึง Llama 3.x, Mixtral และ GPT-4O-MINI) ในเวลาเพียง 18 นาทีเพื่อให้ได้ผลลัพธ์ที่ยอดเยี่ยมสำหรับค่าใช้จ่ายทั้งหมดน้อยกว่า $ 6 ดูรายละเอียด

เอกสารและคำแนะนำ

เตาเผาค่อนข้างใช้งานง่ายดังนั้นเราขอแนะนำให้เปิดตัวแอพเดสก์ท็อปและดำน้ำเข้ามาอย่างไรก็ตามหากคุณมีคำถามใด ๆ หรือต้องการเรียนรู้เพิ่มเติมเอกสารของเราพร้อมให้ความช่วยเหลือ

• เริ่มต้นอย่างรวดเร็ว
• วิธีใช้โมเดล AI หรือผู้ให้บริการใด ๆ ในเตาเผา
• ปรับแต่งรุ่น LLM แบบปรับแต่ง
• คู่มือ: ฝึกอบรมรูปแบบการใช้เหตุผล
• การใช้เหตุผลและห่วงโซ่ความคิด
• การสร้างข้อมูลสังเคราะห์
• ร่วมมือกับ Kiln
• ข้อมูลการให้คะแนนและการติดฉลาก
• สไตล์ที่รวดเร็ว
• โครงสร้างข้อมูล / JSON
• การจัดระเบียบชุดข้อมูลเตาเผา (แท็กและตัวกรอง)
• รูปแบบข้อมูลของเรา
• ซ่อมแซมคำตอบ
• แป้นพิมพ์ลัด
• ภาพรวมความเป็นส่วนตัว: ส่วนตัวโดยการออกแบบ

สำหรับนักพัฒนาให้ดูเอกสารห้องสมุด Kiln Python ของเรา เหล่านี้รวมถึงวิธีการโหลดชุดข้อมูลลงในเตาเผาหรือใช้ชุดข้อมูล Kiln ในรหัส/โน้ตบุ๊กรหัสของคุณเอง

ติดตั้งไลบรารี Python

ห้องสมุด Python โอเพนซอร์ซของเราช่วยให้คุณสามารถรวมชุดข้อมูล Kiln เข้ากับเวิร์กโฟลว์ของคุณเองสร้างเพลงที่ดีใช้ Kiln ในสมุดบันทึกสร้างเครื่องมือที่กำหนดเองและอีกมากมาย! อ่านเอกสารสำหรับตัวอย่าง

pip install kiln-ai

เรียนรู้เพิ่มเติม

การสร้างต้นแบบอย่างรวดเร็ว

มีรุ่นใหม่และเทคนิคที่เกิดขึ้นตลอดเวลา Kiln ทำให้ง่ายต่อการลองใช้วิธีการที่หลากหลายและเปรียบเทียบในไม่กี่คลิกโดยไม่ต้องเขียนโค้ด สิ่งเหล่านี้อาจส่งผลให้คุณภาพสูงขึ้นและประสิทธิภาพที่ดีขึ้น

ขณะนี้เราสนับสนุน:

• เทคนิคการแจ้งเตือนที่หลากหลาย: พื้นฐาน, ไม่กี่นัด, หลายนัด, การซ่อมแซมและข้อเสนอแนะ
• ห่วงโซ่แห่งความคิด / ความคิดพร้อมคำแนะนำ“ คิด” แบบกำหนดเองที่กำหนดเอง
• หลายรุ่น: GPT, Llama, Claude, Gemini, Mistral, Gemma, PHI
• การปรับแต่งอย่างละเอียด: สร้างโมเดลที่กำหนดเองโดยใช้ชุดข้อมูล Kiln ของคุณ

ในอนาคตเราวางแผนที่จะเพิ่มตัวเลือกที่ไม่มีรหัสที่มีประสิทธิภาพมากขึ้นเช่น Evals และ Rag สำหรับนักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์คุณสามารถสร้างเทคนิคเหล่านี้ได้ในวันนี้โดยใช้ชุดข้อมูล Kiln และไลบรารี Python ของเรา

ทำงานร่วมกันข้ามทีมทางเทคนิคและที่ไม่ใช่ด้านเทคนิค

เมื่อสร้างผลิตภัณฑ์ AI มักจะมีผู้เชี่ยวชาญในเรื่องที่รู้ปัญหาที่คุณพยายามแก้ไขและทีมงานด้านเทคนิคที่แตกต่างกันที่ได้รับมอบหมายให้สร้างแบบจำลอง เตาเผาสะพานที่ช่องว่างเป็นเครื่องมือการทำงานร่วมกัน

ผู้เชี่ยวชาญในเรื่องสามารถใช้แอพเดสก์ท็อปที่ใช้งานง่ายของเราเพื่อสร้างชุดข้อมูลและการจัดอันดับที่มีโครงสร้างโดยไม่ต้องเข้ารหัสหรือใช้เครื่องมือทางเทคนิค ไม่จำเป็นต้องใช้บรรทัดคำสั่งหรือ GPU

นักวิทยาศาสตร์ด้านข้อมูลสามารถใช้ชุดข้อมูลที่สร้างขึ้นโดยผู้เชี่ยวชาญเรื่องโดยใช้ UI หรือดำน้ำลึกกับไลบรารี Python ของเรา

QA และ PM สามารถระบุปัญหาได้อย่างง่ายดายและช่วยสร้างเนื้อหาชุดข้อมูลที่จำเป็นในการแก้ไขปัญหาที่เลเยอร์โมเดล

รูปแบบไฟล์ชุดข้อมูลได้รับการออกแบบให้ใช้กับ GIT สำหรับการทำงานร่วมกันและการระบุแหล่งที่มาที่ทรงพลัง หลายคนสามารถมีส่วนร่วมในคู่ขนาน การชนจะหลีกเลี่ยงโดยใช้ UUIDS และการระบุแหล่งที่มาจะถูกจับภายในไฟล์ชุดข้อมูล คุณสามารถแชร์ชุดข้อมูลบนไดรฟ์ที่ใช้ร่วมกันปล่อยให้สมาชิกในทีมที่ไม่ใช่ด้านเทคนิคมีส่วนร่วมในการมีข้อมูลและ evals โดยไม่ทราบ GIT

สร้างผลิตภัณฑ์ AI คุณภาพสูงพร้อมชุดข้อมูล

ผลิตภัณฑ์ไม่ได้มี“ ชุดข้อมูล” ตามธรรมชาติ แต่ Kiln ช่วยให้คุณสร้างได้ ทุกครั้งที่คุณใช้เตาเผาเราจะจับอินพุตเอาต์พุตการจัดอันดับของมนุษย์ข้อเสนอแนะและการซ่อมแซมที่จำเป็นในการสร้างแบบจำลองคุณภาพสูงเพื่อใช้ในผลิตภัณฑ์ของคุณ ยิ่งคุณใช้มันมากเท่าไหร่คุณก็ยิ่งมีข้อมูลมากขึ้นเท่านั้น

คุณภาพของโมเดลของคุณดีขึ้นโดยอัตโนมัติเมื่อชุดข้อมูลเติบโตขึ้นโดยให้แบบจำลองตัวอย่างเพิ่มเติมของเนื้อหาที่มีคุณภาพ (และข้อผิดพลาด)

หากเป้าหมายผลิตภัณฑ์ของคุณเปลี่ยนไปหรือพบข้อบกพร่องใหม่ (เช่นเดียวกับกรณีเสมอ) คุณสามารถทำซ้ำชุดข้อมูลเพื่อแก้ไขปัญหาได้อย่างง่ายดาย

การสนับสนุนและการพัฒนา

ดูการสนับสนุน. MD สำหรับข้อมูลเกี่ยวกับวิธีการตั้งค่าสภาพแวดล้อมการพัฒนาและมีส่วนร่วมในเตาเผา

ใบอนุญาตและเครื่องหมายการค้า

• Library Python: ใบอนุญาต MIT
• Python Rest Server/API: ใบอนุญาต MIT
• แอพเดสก์ท็อป: ฟรีในการดาวน์โหลดและใช้ภายใต้ EULA ของเราและแหล่งที่มา ใบอนุญาต
• ชื่อและโลโก้ของเตาเผาเป็นเครื่องหมายการค้าของ Chesterfield Laboratories Inc.

ลิขสิทธิ์ 2024 - Chesterfield Laboratories Inc.