ModelltrainingBald in Scalata Enterprise verfügbar
Bringen Sie einem Modell bei, so zu antworten, wie Ihr Team es tut
Machen Sie aus Ihren besten Unterhaltungen, Dokumenten und Feedbacks ein eigenes Modell. Beweisen Sie, dass es besser ist, bevor sich jemand darauf verlässt, und halten Sie jeden Schritt kontrolliert, kalkuliert und protokolliert.
Ihre besten Antworten sind bereits geschrieben. Sie stecken in den Unterhaltungen, die Ihr Team jeden Tag führt — präzise, in Ihrem Tonfall, über Ihre Produkte. Model Training macht daraus ein Modell, das von der ersten Nachricht an genau so antwortet.
So funktioniert es
Von der Unterhaltung zum Modell in sechs Schritten
Kein Machine-Learning-Team erforderlich. Jeder Schritt zeigt an, was er tun wird, bevor er es tut, und was er danach getan hat.
- Schritt 01
Wählen Sie die Unterhaltungen aus, aus denen es sich zu lernen lohnt
Wählen Sie die Chats aus, in denen Ihr Team alles richtig gemacht hat. Jede Antwort, die Sie behalten, wird zu etwas, das das Modell zu schreiben lernt; der Rest bleibt als Kontext erhalten.
- Schritt 02
Erstellen Sie einen Datensatz aus jeder Quelle
Fügen Sie generierte Unterhaltungen für selten auftretende Fälle hinzu, importieren Sie öffentliche Datensätze, hängen Sie Dokumente an und binden Sie ein, was im Chat positiv oder negativ bewertet wurde.
- Schritt 03
Sicher vorbereiten
Fehler, Duplikate und Standardantworten werden entfernt, persönliche Daten geschwärzt, lange Chats passend gekürzt und ein Testdatensatz beiseitegelegt, den das Training nie zu sehen bekommt.
- Schritt 04
Trainieren, mit den Kosten im Blick
Wählen Sie eine Methode und ein Basismodell, behalten Sie die vorgeschlagenen Einstellungen bei oder passen Sie diese an, und sehen Sie die geschätzten Kosten, bevor Sie beginnen. Fortschritt, Kurven und eine E-Mail, wenn es fertig ist.
- Schritt 05
Beweisen Sie, dass es das Original übertrifft
Ihr neues Modell und das Ausgangsmodell beantworten dieselben zurückgehaltenen Fragen. Ein Bewerter vergleicht sie blind, und Sie lesen, warum jede Antwort gewonnen hat.
- Schritt 06
Probieren Sie es aus und setzen Sie es dann ein
Chatten Sie mit dem trainierten Modell so lange Sie möchten. Die stündlichen Kosten werden im Voraus angezeigt und danach läuft nichts weiter. Wenn Sie zufrieden sind, ist es bereit für Ihr Team.
Lernmethoden
Alle Lernmethoden für ein Modell an einem Ort
Die Methoden unterscheiden sich darin, woraus das Modell lernt. Beginnen Sie mit der Methode, die zu Ihren vorhandenen Daten passt — und bauen Sie auf einem bereits trainierten Modell auf, anstatt von vorne anzufangen.
Supervised
- Lernt von
- Ihre besten Antworten. Dem Modell wird die Frage und die gewünschte Antwort gezeigt, und es lernt, diese Antwort zu verfassen.
- Ideal für
- Tonfall, Format und die Ausdrucksweise Ihres Teams. Die erste Methode, die Sie ausprobieren sollten.
Ihre Daten
Daten von dort, wo sie sich bereits befinden
Echte Unterhaltungen
Die Chats, die Ihr Team bereits in Scalata führt — das getreueste Abbild Ihrer Art zu antworten.
Generierte Unterhaltungen
Beschreiben Sie den Assistenten, überprüfen Sie einen Tarif von Szenarien und erhalten Sie abwechslungsreiche Chats — einschließlich der schwierigen und themenfremden.
Öffentliche Datensätze
Importieren Sie einen offenen Datensatz; sein Format wird erkannt und die richtigen Spalten werden Ihnen vorgeschlagen.
Dokumente
Handbücher, Hilfeseiten und Berichte, hochgeladen oder aus den von Ihnen verbundenen Dateien und Quellen ausgewählt.
Chat-Feedback
Daumen hoch werden zu Antworten, aus denen gelernt wird; eine positiv und eine negativ bewertete Antwort werden zu einem Präferenzpaar.
Evaluierung
Beweise, keine Versprechen
Eine fallende Trainingskurve besagt, dass das Modell zu Ihren Beispielen passt. Sie besagt nicht, dass die Antworten besser geworden sind. Jeder Durchlauf wird mit dem Ausgangsmodell verglichen, anhand von Fragen, die es nie zuvor gesehen hat — und Sie können mehrere Modelle direkt miteinander vergleichen.
Anteil der zurückgehaltenen Fragen, die das neue Modell besser beantwortet hat.
Gemessen durch blinde menschliche Überprüfung, damit Sie wissen, wie sehr Sie den Ergebnissen vertrauen können.
Governance als Standard
Entwickelt für Organisationen, die für ihre Modelle Verantwortung tragen müssen
Persönliche Daten bleiben außen vor
E-Mails, Telefonnummern, Kartennummern und IDs werden gefunden und ersetzt, bevor das Training beginnt. So lernt das Modell das Muster, nicht die Person.
Ein Test, den das Modell nie zuvor gesehen hat
Ein Teil der Unterhaltungen wird vor Trainingsbeginn beiseitegelegt und nur zur Beurteilung des Ergebnisses verwendet. Ein gutes Ergebnis bedeutet also ein besseres Modell und nicht nur ein gutes Gedächtnis.
Kosten vor, während und danach
Eine Schätzung vor dem Start, die laufenden Kosten während des Trainings und der Endbetrag nach Abschluss — für Training, Auswertung und jeden Test-Chat.
Von Menschen geprüft, nicht nur von einem Modell
Senden Sie jede Auswertung in eine Überprüfungswarteschlange. Die Prüfer bewerten blind, ihre Übereinstimmung mit dem Bewerter wird gemessen, und ihre Korrekturen werden zu Trainingsdaten.
Nichts geht verloren
Durchläufe, die Sie nicht mehr benötigen, werden archiviert statt gelöscht. So können Sie jederzeit nachvollziehen, was ausprobiert wurde, wie es bewertet wurde und von welchem Modell es stammte.
Berechtigungen wie bei allem anderen
Das Training findet innerhalb Ihrer Scalata Enterprise-Bereitstellung statt, unter denselben Rollen, Berechtigungen und Aufzeichnungen wie der Rest der Plattform.
Lernen Sie die Konzepte kennen
Neu beim Modelltraining? Starten Sie hier
Ein eigenes Modell, innerhalb der Plattform, die Sie bereits nutzen
Modelltraining ist bald für Scalata Enterprise-Lizenzen verfügbar. Sprechen Sie jetzt mit uns über einen Vorabzugang — und über die Unterhaltungen, die Sie dem Modell als Erstes beibringen würden.