Entrenamiento de modelosPróximamente en Scalata Enterprise
Enseñe a un modelo a responder como lo hace su equipo
Convierta sus mejores conversaciones, documentos y comentarios en un modelo propio. Demuestre que es mejor antes de que alguien dependa de él, y mantenga cada paso gobernado, costeado y registrado.
Sus mejores respuestas ya están escritas. Se encuentran en las conversaciones que su equipo tiene todos los días — precisas, con su tono, sobre sus productos. El entrenamiento de modelos las convierte en un modelo que responde de esa manera desde el primer mensaje.
Cómo funciona
De la conversación al modelo en seis pasos
No se necesita un equipo de aprendizaje automático. Cada paso muestra lo que hará antes de hacerlo, y lo que hizo después.
- Paso 01
Seleccione las conversaciones de las que vale la pena aprender
Elija los chats donde su equipo acertó. Cada respuesta que conserve se convierte en algo que el modelo aprende a escribir; el resto se mantiene como contexto.
- Paso 02
Construya un conjunto de datos a partir de cada fuente
Añada conversaciones generadas para los casos que rara vez ve, importe conjuntos de datos públicos, adjunte documentos e incorpore lo que a los usuarios les gustó y no les gustó en el chat.
- Paso 03
Prepárelo de forma segura
Se eliminan los errores, los duplicados y las respuestas predefinidas, se anonimizan los datos personales, se recortan los chats largos para que encajen y se reserva un conjunto de prueba que el entrenamiento nunca ve.
- Paso 04
Entrene, con el costo a la vista
Elija un método y un modelo base, mantenga la configuración sugerida o ajústela, y vea el costo estimado antes de empezar. Progreso, curvas y un correo electrónico cuando finalice.
- Paso 05
Demuestre que supera al original
Su nuevo modelo y el modelo del que partió responden a las mismas preguntas reservadas. Un juez los compara a ciegas y usted lee por qué ganó cada respuesta.
- Paso 06
Pruébelo, luego póngalo a trabajar
Chatee con el modelo entrenado el tiempo que desee, con el coste por hora mostrado por adelantado y sin dejar nada en ejecución después. Cuando esté satisfecho, estará listo para su equipo.
Formas de aprender
Todas las formas en que un modelo puede aprender, en un solo lugar
Los métodos difieren en la fuente de aprendizaje del modelo. Comience con el que se adapte a los datos que tiene — y amplíe un modelo que ya haya entrenado en lugar de empezar de cero.
Supervisado
- Aprende de
- Sus mejores respuestas. Se le muestra la pregunta y la respuesta que desea, y aprende a redactar esa respuesta.
- Ideal para
- El tono, el formato y la forma en que su equipo expresa las cosas. El primer método que debe probar.
Sus datos
Datos de donde ya residen
Conversaciones reales
Los chats que su equipo ya tiene en Scalata — la imagen más fiel de cómo responden.
Conversaciones generadas
Describa el asistente, revise un plan de escenarios y obtenga chats variados — incluyendo los difíciles y los que están fuera de alcance.
Conjuntos de datos públicos
Incorpore un conjunto de datos abierto; su formato se reconoce y se le sugieren las columnas correctas.
Documentos
Manuales, páginas de ayuda e informes, subidos o seleccionados de los archivos y fuentes que ha conectado.
Comentarios del chat
Los votos positivos se convierten en respuestas de las que aprender; una respuesta positiva y una negativa se convierten en un par de preferencias.
Evaluación
Pruebas, no promesas
Una curva de entrenamiento descendente indica que el modelo se ajusta a sus ejemplos. No significa que las respuestas hayan mejorado. Cada ejecución se compara con el modelo del que partió, utilizando preguntas que nunca antes vio — y puede clasificar varios modelos en paralelo.
Proporción de preguntas reservadas que el nuevo modelo respondió mejor.
Medido a partir de una revisión humana a ciegas, para que sepa hasta qué punto confiar en las puntuaciones.
Gobernado por defecto
Creado para organizaciones que deben responder por sus modelos
Los datos personales se quedan fuera
Los correos electrónicos, números de teléfono, números de tarjeta y documentos de identidad se detectan y sustituyen antes de entrenar nada, para que el modelo aprenda el patrón, no a la persona.
Una prueba que el modelo nunca vio
Una parte de las conversaciones se reserva antes de que comience el entrenamiento y se utiliza únicamente para evaluar el resultado, por lo que una buena puntuación significa un modelo mejor en lugar de una buena memoria.
Costes antes, durante y después
Una estimación antes de empezar, la cifra en curso mientras se entrena y el importe final cuando termina — para el entrenamiento, la evaluación y cada chat de prueba.
Revisado por personas, no solo por un modelo
Envíe cualquier evaluación a una cola de revisión. Los revisores evalúan a ciegas, se mide su nivel de acuerdo con el juez y sus correcciones se convierten en datos de entrenamiento.
Nada se pierde
Las ejecuciones que ya no necesita se archivan en lugar de eliminarse, para que siempre pueda ver qué se probó, qué puntuación obtuvo y de qué modelo procedía.
Con permisos como todo lo demás
El entrenamiento se alojará dentro de su implementación de Scalata Enterprise, bajo los mismos roles, permisos y registros que el resto de la plataforma.
Aprenda los conceptos
¿Es nuevo en el entrenamiento de modelos? Comience aquí
Un modelo propio, dentro de la plataforma que ya utiliza
El Entrenamiento de modelos estará disponible pronto en las licencias de Scalata Enterprise. Hable con nosotros ahora sobre el acceso anticipado — y sobre las conversaciones que le enseñaría primero.