Rêberê Bikarhêner Lenovo RHEL AI

Lenovo RHEL AI

Agahiya hilberê

Specifications:

• Navê Hilberê: RHEL AI (Red Hat Enterprise Linux AI)
• Fonksiyona Sereke: Lezkirina îstîxbarata sûnî û bicihkirina fêrbûna makîneyê
• Taybetmendiyên sereke: Jîngehek yek-server a ku li ser ewlehiyê ye ji bo ceribandina modelên zimanên mezin

Pirsên Pir Pir Pirs

Pirs: Armanca sereke ya RHEL AI çi ye?

A: RHEL AI armanc dike ku platformek ewledar û erzan peyda bike ji bo ceribandina modelên zimanên mezin û bilezkirina bicîhkirina AI-ê.

Pirs: RHEL AI modelên bingehê çawa dixebitîne?

A: RHEL AI modelên bingehê bi têgihiştinek çarçoveyek giştî ya nimûneyan bikar tîne da ku ji bo karên pîşesaziyên taybetî verastkirina xweş bike.

Pirs: Hin feydeyên sereke yên karanîna RHEL AI ji bo AI-ya hilberîner çi ne?

A: RHEL AI destûrê dide pargîdaniyan ku modelên AI-ê yên hilberîner li seranserê hawîrdorên ewr ên hîbrîd perwerde bikin û bi cîh bikin û ji bo pêşkeftina modela bêtir gihîştina platforma Red Hat OpenShift AI peyda dike.

RHEL AI çi ye? Rêberek Rêya Çavkaniya Vekirî ya Agahdariya Positionkirina AI-ê

Lezkirina îstîxbarata sûnî û bicîhkirina fêrbûna makîneyê

• Zehmetiya Hunerî (AI) di pîşesaziya IT-ê de amûrek nû ya hêzdar e lê, wekî piraniya amûrên dîjîtal, yek pîvan bi hemîyan re nagire. Botek giştî ya AI-ê ya ku ji 5 sal berê ve li ser naveroka Înternetê ya rasthatî hatî perwerde kirin dikare bikarhênerek xwerû bandor bike, lê rêxistina we îhtîmal e ku di derheqê pêşkeftina domên (û dibe ku nehênî) de zanyariyên heyî, pispor hewce bike. Pêdivî ye ku hûn AI-yek ku ji bo rêxistina we baş hatî verast kirin, û ji Red Hat Enterprise Linux AI (RHEL AI) û InstructLab rêyek çêtir tune ku meriv wiya bigire.
• Lêbelê, bicihkirina van teknolojiyên dikare tevlihev be. Gava ku zanyarên daneyê dixebitin ku modelên xwe ava bikin, ew bi gelemperî bi kêmasiya hevrêziyê di navbera amûrên ku bi lez pêşve diçin re rû bi rû dimînin. Van nakokî dikarin hilberînerî û hevkariya di navbera zanyarên daneyê, pêşdebirên nermalavê, û operasyonên IT-ê de asteng bikin. Pîvankirina AI/ML dikare ji hêla çavkaniyê ve were sînordar kirin û ji hêla îdarî ve tevlihev be, pêdivî ye ku çavkaniyên yekîneya pêvajoyek grafîkî ya biha (GPU) ji bo bilezkirina hardware û barkêşên xebatê yên ji bo Generative AI (gen AI.) hewce bike.
• Spas ji civaka çavkaniya vekirî, avakirina AI-ê ne ew qas ditirs e ku ew yekem xuya dike. Jixwe gelek LLM hene, û bi saya InstructLab ew ji bo hewcedariyên rêxistina we bi hêsanî têne guheztin.
• Bi RHEL AI plus zanîna bingehîn ya Python û YAML, hûn dikarin AI-ya xwerû ji rêxistina xwe re bînin. Bi rastî, Pêşdebirên Red Hat serbest berdan rêyek nû ya fêrbûna AI-ê ku hûn di pêvajoyê de gav bavêjin. Kursa temamker her tiştê ku hûn hewce ne ku di derheqê berhevkirina daneyan, pêş-perwerdekirin, û gavên baş-verastkirinê de zanibin, û zêdekirina LLM-ya heyî eşkere dike. Rêya fêrbûnê rêbernameyek gav-bi-gav vedihewîne ka meriv çawa jîngeha Python-a xwe dest pê dike, modelek dakêşîne û perwerde dike, û meriv çawa wê ji bikarhênerên xwe re peyda dike.
• Bi gelemperî, bikarhênerên AI-ê dixwazin ku bi modelên zimanên mezin (LLM) biceribînin berî ku pêşve bibin û berbi hawîrdorek hilberînek pir mezin ve biçin. Lêbelê, ceribandina bi serîlêdanên LLM-based populer ên mîna ChatGPT tê wateya parvekirina agahdariya kesane ya hesas, ku pir caran fikaran li ser ka daneyên bikarhêner çawa têne hilanîn û bikar anîn zêde dike.
• RHEL AI vê pirsgirêkê bi peydakirina hawîrdorek kêm-mesref, li ser ewlehiyê, yek-server peyda dike da ku bi modelên zimanên mezin biceribîne. RHEL ji bo bikarhênerên xwedan pisporiya zanistiya daneyê ya hindik û ne kêm hêsan dike ku dest bi pêşvebirin û zêdekirina modelên zimanên mezin bêyî nepenîtiya daneyê an fikarên ewlehiyê bikin.

JI BO LI VIR BIKIKIN JI BO NAVENDA NÛÇEYAN

Red Hat Enterprise Linux AI çi ye û ew çawa dixebite?

• Red Hat Enterprise Linux AI platformek modela bingehîn e ku ji we re dibe alîkar ku hûn modelên Granite AI-ya çavkaniya vekirî pêşve bibin, ceribandin û bimeşînin. RHEL AI li ser bingeha projeya çavkaniya vekirî ya InstructLab-ê ye û modelên zimanên mezin ên Granite (LLM) ji Lêkolîna IBM-ê bi amûrên hevrêzkirina modelê ya InstructLab re dike yek. Li ser bingeha Metodolojiya Alignment-a Mezin a ji bo chatBots (LAB), RHEL AI dikare wêneyek bootableRHEL çêbike, ji ber vê yekê bicîhkirina AI-ya we bi qasî bootkirina konteynerek an makîneyek virtual hêsan e. Mebesta wê ya bingehîn ev e ku bikarhêneran bikar bîne ku modelên gen AI-ê pêşve bibin, ceribandin û bimeşînin da ku serîlêdanên pargîdanî bi rengek bêkêmasî hêz bikin.
• Red Hat Enterprise Linux AI rê dide veguheztinê li seranserê hawîrdorên ewr ên hybrid û dihêle ku hûn dûv re bi Red Hat OpenShift® AI-ê re tevgerên AI-ya xwe mezin bikin û ji bo pêşkeftina AI-ya pargîdanî, rêveberiya daneyê, û rêveberiya modelê ber bi IBM watsonx.ai ve pêşve bibin.
• Ji bo çarçoveyê, modela bingehîn celebek modela fêrbûna makîneyê (ML) ye ku ji bo pêkanîna cûrbecûr karan pêş-perwerdekirî ye. Heya vê dawiyê, pergalên îstîxbarata sûnî (AI) amûrên pispor bûn, tê vê wateyê ku modelek ML dê ji bo serîlêdanek taybetî an doza karanîna yekane were perwerde kirin. Termê modela bingehê (wekî modela bingehîn jî tê zanîn) ket ferhengoka me dema ku pisporan di warê fêrbûna makîneyê de dest bi 2 meyldaran kirin:
  • Hejmarek piçûk mîmarên fêrbûna kûr dihatin bikar anîn da ku ji bo cûrbecûr karan encam bi dest bixin.
  • Têgînên nû dikarin ji modelek îstîxbarata sûnî (AI) ku di destpêkê de di perwerdehiya wê de nehatibû armanc kirin, derkevin.
• Modelên bingehîn hatine bernamekirin ku bi têgihiştinek bingehîn a giştî ya şêwaz, avahî, û nûneran tevbigerin. Ev têgihîştina bingehîn a ka meriv çawa çawa têkilî û nasîna qalibên bingehek zanyarî diafirîne ku dikare bêtir were guheztin, an jî xweş were guheztin, da ku ji bo her pîşesaziyê karên taybetî yên domainê pêk bîne.
• Bi bingeha teknolojîk a Linux, konteynir, û otomasyonê, stratejiya ewr a hîbrid a vekirî û portfolioya AI-ê ya Red Hat rehetiyê dide we ku hûn serîlêdanên AI-ê xwe li her deverê ku hûn hewce ne bimeşînin.
  
• Destpêka ChatGPT-ê di AI-ya hilberîner de eleqeyek mezin gur kir, û leza nûbûnê ji wê hingê ve tenê zûtir bûye. Pargîdanî ji nirxandinên destpêkê yên karûbarên AI-ê yên hilberî derbasî pêşvebirina serîlêdanên çalakkirî yên AI-yê bûne. Ekosîstemek bilez a ku vebijarkên modela vekirî berfireh dibe, nûbûnek AI-yê bêtir geş kiriye, û destnîşan dike ku dê modelek yek serdest tune be. Xerîdar dê ji cûrbecûr vebijarkan sûd werbigirin da ku hewcedariyên taybetî bicîh bînin, ku hemî dê ji hêla nêzîkatiyek vekirî ya nûbûnê ve bêtir bileztir bibin.
• Her çend AI-ya hilberîner potansiyelek mezin pêşkêşî dike jî, lêçûnên têkildar ên wergirtin, perwerdekirin, û birêkûpêkkirina modelên zimanên mezin (LLM) dikare pir zêde be, digel ku hin modelên pêşeng nêzikî 200 mîlyon dolar lêçûn ji bo perwerdekirinê berî destpêkirinê. Ev mesrefa berhevkirina modelê bi hewcedarî an daneya rêxistinek taybetî re nagire, ku bi gelemperî zanyarên daneyê an pêşdebirên pir pispor hewce dike. Tevî modela bijartî, hevrêzî pêdivî ye ku ew bi dane û pêvajoyên pargîdanî-taybet re biguncîne, ku di hawîrdorên hilberîna cîhana rastîn de ji bo AI-ê karîgerî û pêbawerî girîng e.
• Red Hat pêşbînî dike ku di deh salên pêş de, modelên AI-ê yên piçûktir, bikêrtir û bi mebest hatine çêkirin dê li kêleka serîlêdanên xwemalî yên ewr bibin beşek girîng a stûna IT ya pargîdanî. Lêbelê, ji bo gihîştina vê yekê, pêdivî ye ku AI-ya hilberîner ji lêçûnên wê bigire heya beşdarên wê heya cîhên bicîhkirina wê li seranserê ewrê hybrid bêtir gihîştî û berdest be. Bi dehsalan, civakên çavkaniya vekirî ji bo pirsgirêkên nermalava tevlihev bi navgîniya tevkariyên ji komên bikarhêner ên cihêreng re arîkariya çareserkirina kêşeyên wekhev kirine. Nêzîkatiyek wusa dikare astengiyên ji bo pejirandina bi bandor a AI-ya hilberîner kêm bike.
• Gen AI katalîzatorek e ji bo guhartina serpêhatî, ku her tiştî ji çawaniya nermalavê hatî çêkirin heya çawaniya ragihandina me têk dide. Lê bi gelemperî, LLM-yên ku ji bo gen AI-ê têne bikar anîn bi hişk têne kontrol kirin, û bêyî jêhatîbûn û lêçûnên bilind nayên nirxandin an çêtir kirin. Divê paşeroj ne di destê çend kesan de be.
• Bi RHEL Al û nêzîkatiya wê ya çavkaniya vekirî, hûn dikarin bi pêbawerî û zelaliyê nûjeniya Gen Al teşwîq bikin, di heman demê de lêçûn kêm bikin û astengên têketinê ji holê rakin.
• Bi karanîna RHEL AI-ê, pargîdan dê karibin AI-ya hilberîner li her deverê li seranserê ewrê hybrid, nêzî cîhê ku daneyên wan lê dimînin, perwerde bikin û bicîh bikin. Wekî din, platform li ser-r peyda dikeamp ji platforma OpenShift AI ya Red Hat re ji bo perwerdekirin, birêkûpêkkirin û xizmetkirina modelên AI-yê hilberîner bi karanîna heman amûr û têgînan

Modelên zimanên mezin çi ne û ew çawa dixebitin?

• LLM bi rêbazek ku wekî fêrbûna bêserûber tê zanîn têgihîştina ziman digirin. Ev pêvajo di nav xwe de pêşkêşkirina modelek fêrbûna makîneyê bi berhevokên pirfireh ên peyv û hevokan vedihewîne, ku dihêle ew ji hêla ex ve fêr bibeample. Vê qonaxa pêşdibistanê ya bêserûber ji bo pêşkeftina LLM-ên mîna GPT-3 û BERT bingehîn e.
• Tewra bêyî talimata mirovî ya eşkere, komputer dikare ji daneyan agahdarî derxîne, pêwendiyan saz bike û li ser ziman "hîn bibe". Gava ku model qalibên ku rêzgirtina peyvan rêve dibin fêr dibe, ew dikare pêşbîn bike ka hevok li gorî îhtimalê çawa bêne saz kirin. Encam modelek e ku dikare têkiliyên tevlihev di navbera peyv û hevokan de bigire.
• LLM ji ber hesabên wan ên domdar ên îhtîmalan ji bo dîtina girêdanan hewceyê çavkaniyên hesabker ên girîng in. Çavkaniyek weha yekîneya pêvajoya grafîkê (GPU) ye. GPU hêmanek hardware ya pispor e ku ji bo peywirên pêvajoyek paralel ên tevlihev hatî çêkirin, ew ji bo fêrbûna makîneyê û modelên fêrbûna kûr ên ku hewceyê hesabên berfireh hewce dike, mîna LLM-an, îdeal dike.
• GPU ji bo bilezkirina perwerdehî û xebitandina transformatoran, celebek mîmariya nermalavê ku bi taybetî ji bo karên hilberandina zimanê xwezayî (NLP) ku piraniya LLM-an pêk tînin, hatî çêkirin, girîng in. Transformer ji bo modelên bingehîn ên LLM-ya populer ên mîna ChatGPT û BERT blokên avakirina bingehîn in.
• Mîmariya veguherîner modelên fêrbûna makîneyê zêde dike bi girtina têkilî û pêwendiya di navbera hêmanan de di rêzek daneyan de, mîna peyvên di hevokê de, bi bandorkerî. Ew mekanîzmayên xwe-baldariyê (parametre) bikar tîne da ku girîngiya hêmanên cihêreng giran bike, têgihîştin û performansê baştir bike. Parametre sînoran diyar dikin, yên ku ji bo têgihîştina pirfirehiya daneya ku ji hêla algorîtmayên fêrbûna kûr ve hatî hilberandin pir girîng in.
• Mîmariya veguherîner bi mîlyonan an mîlyaran parametreyan vedihewîne, dihêle ku ew qalibên ziman û nuwazeyên tevlihev bigire. Di "modela zimanê mezin" de têgîna "mezin" ji hejmareke girîng a parametreyên ku ji bo LLM-ek bi bandor xebitîn hewce dike vedibêje.
• LLM-yên nûjen jêhatîbûnek bêhempa ya têgihîştin û karanîna ziman nîşan didin, ji ya ku berê ji komputerek kesane dihat texmîn kirin derbas dike. Van modelên fêrbûna makîneyê dikarin nivîsê biafirînin, naverokê kurt bikin, wergerînin, ji nû ve binivîsin, dabeş bikin, kategorîze bikin, analîz bikin, û hêj bêtir.
• Ev amûrek hêzdar hêz dide mirovan ku afirîneriya xwe zêde bikin, hilberîneriyê zêde bikin, û pirsgirêkên tevlihev çareser bikin. Hin serîlêdanên herî gelemperî yên LLM-ê di mîhengek karsaziyê de ev in:
  • Otomasyon û karîgerî: LLM dikarin alîkar bin an jî bi tevahî rola peywirên zimanî yên wekî piştgiriya xerîdar, analîzkirina daneyê, û hilberîna naverokê bigirin. Ev otomasyon dikare lêçûnên xebitandinê kêm bike dema ku çavkaniyên mirovî ji bo karên stratejîktir azad bike.
  • Afirandina têgihiştinê: LLM dikarin zû hejmûnên mezin ên daneyên nivîsê bişopînin, rê dide karsaziyan ku baştir meylên bazarê û bertekên xerîdar fam bikin bi hilgirtina çavkaniyên mîna medyaya civakî, ji nû ve.views, û kaxezên lêkolînê, ku di encamê de dikare bibe alîkar ku biryarên karsaziyê agahdar bike.
  • Afirandina ezmûnek xerîdar çêtir: LLM ji karsaziyan re dibe alîkar ku naverokek pir kesane ji xerîdarên xwe re radest bikin, tevlêbûnê bişopînin û ezmûna bikarhêner baştir bikin. Dibe ku ev yek wekî pêkanîna chatbotek xuya bike da ku piştgiriya xerîdar a dor-saetê peyda bike, guheztina peyamên kirrûbirrê ji kesayetên bikarhêner ên taybetî re, an hêsankirina wergera ziman û ragihandina navçandî.
• Digel ku gelek pêşniyarên potansiyel henetagJi bo karanîna LLM-ê di mîhengek karsaziyê de, di heman demê de tixûbên potansiyel jî hene ku meriv bifikirin:
  • Mesref: LLM ji bo pêşkeftin, perwerdekirin û bicîhkirinê çavkaniyên girîng hewce dike. Ji ber vê yekê gelek LLM ji modelên bingehîn têne çêkirin, yên ku bi şiyanên NLP-ê ve têne perwerde kirin û têgihîştinek bingehîn a zimanî peyda dikin ku jê re LLM-yên tevlihevtir dikarin li ser bêne çêkirin. Çavkaniya vekirî û LLM-yên bi lîsansa çavkaniya vekirî ji bo karanînê belaş in, ku wan ji bo rêxistinên ku wekî din nikaribin bi tena serê xwe LLM pêşve bibin îdeal e.
  • Nepenî û ewlehî: LLM hewce dike ku bigihîje gelek agahdarî, û carinan ew agahdariya xerîdar an daneyên karsaziya xwedan vedihewîne. Heke modela ji hêla pêşkêşkerên partiya sêyemîn ve were saz kirin an jî bigihîje ev tiştek e ku bi taybetî di derheqê wê de hişyar be.
  • Rastbûn û nerastî: Ger modelek fêrbûna kûr li ser daneyên ku ji hêla îstatîstîkî ve beralîkirî ne were perwerde kirin, an nûneriyek rast a nifûsê peyda neke, encam dikare xelet be. Mixabin, pêşbaziya mirovî ya heyî bi gelemperî ji îstîxbarata sûnî re tê veguheztin, bi vî rengî xetereyek ji bo algorîtmayên cihêkar û encamên nerast çêdike. Gava ku rêxistin berdewam dikin ku AI-ê ji bo hilberandin û performansa çêtir bi kar bînin, girîng e ku stratejiyan werin danîn da ku alîgiriyê kêm bikin. Ev bi pêvajoyên sêwirana tevhev û ramanek bêtir ramanî ya cihêrengiya nûnerê di nav daneyên berhevkirî de dest pê dike.

Modelên IBM InstructLab û Granite perwerdehiya LLM-ê şoreş dikin

• IBM Granite rêzek modelên bingehîn ên AI-yê tenê-dekoder e ku ji hêla IBM ve hatî afirandin. Di destpêkê de ji bo karanîna di daneyên ewr-based IBM û platforma AI-ya hilberîner Watsonx de digel modelên din hate armanc kirin, IBM koda çavkaniyê ya hin modelên kodê vekir. Modelên granite li ser daneyên ku ji Înternetê, weşanên akademîk, daneyên kodê, belgeyên qanûnî û darayî hatine perwerde kirin.
• Her ku AI-ya hilberîner ji ceribandinê berbi afirandina nirxê ve diçe, rêbazên perwerdehiyê yên ji bo modelên bingehîn jî pêşve diçin. Mîna ku mirov çawa fêr dibin ku bi pisporiya zêde re hîn bi bandortir fêr bibin, tîmên Lêkolînê yên IBM, bi hevkariya hevkarên Red Hat re, dest bi lêkolînê kirine ka modelên AI-ê yên hilberîner çawa dikarin bi bandortir fêr bibin. InstructLab-a wana ku vê dawiyê hatî destpêkirin di xweşkirina modelên bingehîn de ji bo karên taybetî bilezbûnek girîng nîşan dide.
• InstructLab projeyek-çavkaniya vekirî ye ku armanc dike ku lêçûna LLM-yên baş-tune kêm bike bi îmkana yekkirina guhertinên li LLM-ê bêyî ku hewce bike ku bi tevahî modela bingehîn ji nû ve were perwerde kirin.
• Bi malbata xweya vê dawiyê ya modelên Granite re, ku InstructLab bikar tîne, IBM karîbû 20% xalek hilberîna kodê bilindtir nîşan bide û digel kêmkirina dema ku hewce dike ku bigihîje wê kalîteyê.
• Modelên granite malbata modelên zimanên mezin (LLM) yên IBM-ê ne ku ji bo zêdekirina hilberîna bernameçêkerên mirovan hatine çêkirin. Van LLM-an di mezinahiya parametreyê de diguhezin û AI-ya hilberîner li gelek awayan, tevî ziman û kodê, bicîh dikin. Modelên bingehên granît baş têne sererast kirin da ku arîkarên ku di wergerandina kodê ji zimanên mîras bo yên heyî de, kodkirina xeletiyê, û nivîsandina koda nû li ser bingeha rêwerzên îngilîzî yên sade dibin alîkar çêbikin. Ji ber ku bala IBM-ê li ser AI-ya hilberîner a pola pargîdanî tê dayîn, modelên Granite li ser danûstendinên ku ne tenê hilberîna kodê lê di heman demê de yên ku bi akademîsyen, qanûnî û darayî ve girêdayî ne hatine perwerde kirin.
• Perwerdehiya mezin a modelên bingehîn ên nû AI-ya hilberîner û serîlêdanên wê yên potansiyel ên ji bo mirovahiyê bi girîngî pêş xistiye. Ji ber ku modelên bingehîn ji bo doz û sepanên karanîna cîhana rastîn, nemaze di nav pargîdaniyan de têne sepandin, girîng e ku meriv li ser vê bandorê ava bike. Lêbelê, rêbazên perwerdehiya kevneşopî ji bo van modelên bingehîn hewceyê çavkaniyên navenda daneyê ya girîng hewce dike, ku rê li ber lêçûnên sermaye û xebitandinê yên girîng digire. Ji bo ku soza AI-ya hilberîner bi tevahî bicîh bînin, pargîdan divê pêvajoyên perwerdehiya modela xwe ji nû ve bifikirin. Ji bo danasîna modela AI-ê ya berbelav, pêdivî ye ku teknolojiyên hûrgulî pêş bikevin da ku bêtir daneyên taybetî yên domainê bi lêçûnek kêmtir tevbigerin. Li ser bingeha encamên ku heya nuha hatine destnîşan kirin, projeya InstructLab ya IBM û Red Hat xuya dike ku di vî warî de gavên girîng diavêje.

Nêzîkatiyek çavkaniyek vekirî ya gen AI

RHEL AI armanc dike ku AI-ya hilberîner ji bo CIO û rêxistinên IT-ya pargîdanî li seranserê ewrê hybrid hêsantir, bikêrhatî û maqûltir bike.
RHEL AI ji bo pêkanîna vê yekê dibe alîkar:

• Hêzdarkirina nûvekirina gen AI-ê bi modelên Granite-pola pargîdanî, çavkaniya vekirî-lîsanskirî, û bi cûrbecûr dozên karanîna gen AI-ê re hevaheng kirin.
• Rêzkirina modelên gen AI-ê li gorî hewcedariyên karsaziyê bi amûrên InstructLab re, dihêle ku pispor û pêşdebirên domainê di nav rêxistinek de jî bêyî jêhatîbûna zanistiya daneyê ya berfireh behremendî û zanyariyên bêhempa beşdarî modelên xwe bikin.
• Perwerdekirin û bicihkirina gen AI-ê li her deverê li seranserê ewrê hîbrîd bi peydakirina hemî amûrên ku hewce ne ji bo ahengkirin û bicîhkirina modelan ji bo serverên hilberînê li ku derê daneyên têkildar dijîn.

RHEL AI jî li ser-r amade peyda dikeamp ji Red Hat OpenShift AI re ji bo perwerdekirin, birêkûpêkkirin û xizmetkirina van modelan di pîvanê de dema ku heman amûr û têgînan bikar tînin.

Red Hat Enterprise Linux AI berhev dike:

Modelên malbata Granite vekin

RHEL AI di nav xwe de modelên ziman û kodên Granite yên ji civata InstructLab pir performansa, çavkaniya vekirî ya bi lîsans, bi hevkariyê hatî pêşve xistin, ji hêla Red Hat ve bi tevahî piştgirî û berdêl kirin. Van modelên Granite lîsansa Apache 2 ne û gihîştina zelal a çavkaniyên daneyê û giraniya modelê peyda dikin. Di pêşerojê de, Red Hat Enterprise Linux AI dê modelên Granite yên din jî di nav de malbata modela koda Granite jî bihewîne.

Amûrên hevrêzkirina modela InstructLab

• LAB: Alignment-Scale-Scale Alignment for ChatBots nêzîkatiyek nûjen e ji bo hevrêzkirina rêwerzan û birêkûpêkkirina modelên zimanên mezin bi nêzîkatiyek taksonomî-rêveber ku hilberîna daneya sentetîk-kalîteya bilind bikar tîne. Bi gotinên hêsan, ew dihêle bikarhêneran bi zanîn û jêhatîbûnên taybetî yên LLM-ê xweş bikin. Dûv re InstructLab daneyên sentetîk-kalîteyê yên ku ji bo perwerdekirina LLM-ê têne bikar anîn diafirîne. Ji bo pêşîlêgirtina jibîrkirinê tamponek dubare tê bikar anîn.
• InstructLab projeyek çavkaniyek vekirî ye ji bo zêdekirina modelên zimanên mezin (LLM) ku di sepanên îstîxbarata sûnî ya hilberîner (gen AI) de têne bikar anîn. Ji hêla IBM û Red Hat ve hatî afirandin, projeya civata InstructLab çareseriyek lêçûn peyda dike ji bo baştirkirina hevrêziya LLM-an û derî vedike ji bo kesên ku xwedan ezmûna fêrbûna makîneyê ya hindik in ku tevkariyê bikin.
• LLM dikarin cûrbecûr serîlêdanên kêrhatî bimeşînin, di nav de chatbot û arîkarên kodkirinê. Van LLM dikarin xwedanî bin (mîna modelên GPT yên OpenAI û modelên Claude yên Anthropic) an di derheqê daneya pêşdibistanê û qedexeyên karanîna de astên cihêreng vekirîbûnê pêşkêşî bikin (mîna modelên Llama yên Meta, modelên Mistral ên Mistral AI, û modelên Granite yên IBM).
• Bijîjkên AI-ê bi gelemperî hewce ne ku LLM-ya pêş-perwerdekirî adapte bikin da ku hewcedariyên karsaziyê yên taybetî bicîh bînin. Lêbelê, tixûb hene ku meriv çawa LLM dikare were guheztin. InstructLab nêzîkatiyek ku van sînoran derbas dike bikar tîne. Ew dikare LLM-ê bi karanîna agahdariya ku ji hêla mirovan ve hatî hilberandin û kêmtir çavkaniyên hesabkirinê li gorî rêbazên ji nû ve perwerdehiya kevneşopî bikar tîne zêde bike. Digel vê yekê, ew bi tevkariyên jorîn rê dide pêşkeftina modela domdar.
• Teknolojiya LAB çar gavên cihêreng vedihewîne (Wêne 1):
  • Zehmetiyên taksonomî û nûnertiya zanînê
  • Hilberîna daneya sentetîk (SDG) bi modela mamosteyê re
  • Verastkirina daneya sentetîk bi modelek rexnegir.
  • Perwerdehiya jêhatîbûn û zanînê li ser modela xwendekaran
    
• InstructLab navê nermalava ku teknîka LAB pêk tîne ye. Ew ji navgînek rêza fermanê pêk tê ku bi depoyek git ya herêmî ya jêhatîbûn û zanînê re têkildar e, tevî yên nû yên ku bikarhêner lê zêde kiriye, da ku daneyên sentetîk biafirîne, perwerdehiya LLM-ê bimeşîne, modela perwerdekirî xizmet bike û pê re sohbet bike.
• Bikarhêner dikarin LLM-ya xweya xwerû bi perwerdekirina modelên bingehîn bi jêhatîbûn û zanîna xwe biafirînin. Ew dikarin hilbijêrin ku modela perwerdekirî û jêhatîbûn û zanîna zêde bi civakê re parve bikin an jî wan nepenî bihêlin

Bootable Red Hat Enterprise Linux ji bo modelên Granite û InstructLab

Modelên Granite & Amûrên InstructLab li ser wêneyek RHEL-a bootable bi stûnek nermalava xweşbînkirî ji bo bilezkerên hardware yên populer ên ji firoşkarên mîna AMD, Intel û NVIDIA têne dakêşandin û bicîh kirin. Digel vê yekê, ev wêneyên RHEL AI-ê dê li seranserê Ekosîstema Sertîfîkaya Red Hat, tevî ewrên giştî û serverên AI-optîmîzekirî yên ji Lenovo, biherikin û bimeşin.

Piştgiriya pargîdanî, çerxa jiyanê û tazmînatê

Di hebûna gelemperî (GA) de, Red Hat Enterprise Linux AI Aboneyên dê piştgirîya pargîdanî, çerxa jiyanê ya hilberek bêkêmasî ya ku bi model û nermalava Granite 7B dest pê dike, û tazmînata IP-yê ji hêla Red Hat ve vedihewîne.

RHEL AI çi pirsgirêkan çareser dike

Destpêkirina bi Generative AI-ê bi gelemperî pir dijwar e. Bi InstructLab* û modelên Granite re, em şiyana zêdekirina zanîn û jêhatiyan li modela ziman ji her kesî re bigihînin hev. Ev rê dide pargîdaniyan ku zanyarî û jêhatîbûnên xwe yên taybetî zêde bikin da ku modelê bi doza karanîna xweya taybetî re hevaheng bikin.

Pargîdan ji ber lîsansa nenas a nivîsa derketî ne rehet in ku modelên zimanên mezin bikar bînin. RHEL AI tezmînatê dihewîne û model bixwe di bin lîsansa Çavkaniya Vekirî ya Apache-2.0 de ye.

Destpêkirina bi Generative AI pir biha ye. RHEL AI û InstructLab ji mirovan re rêyek peyda dike ku bi rengek bihayek bikêr dest pê bikin û gava hewce bike mezin bikin.

Berhevkirinî

• Destpêka ChatGPT-ê di AI-ya hilberîner de eleqeyek mezin gur kir, û leza nûbûnê ji wê hingê ve tenê zûtir bûye. Pargîdanî ji nirxandinên destpêkê yên karûbarên AI-ê yên hilberî derbasî pêşvebirina serîlêdanên çalakkirî yên AI-yê bûne. Ekosîstemek bilez a ku vebijarkên modela vekirî berfireh dibe, nûbûnek AI-yê bêtir geş kiriye, û destnîşan dike ku dê modelek yek serdest tune be. Xerîdar dê ji cûrbecûr vebijarkan sûd werbigirin da ku hewcedariyên taybetî bicîh bînin, ku hemî dê ji hêla nêzîkatiyek vekirî ya nûbûnê ve bêtir bileztir bibin.
• Bicîhanîna stratejiyek AI-ê ji tenê hilbijartina modelek bêtir vedihewîne; Rêxistinên teknolojiyê hewcedarê pisporiyê ne ku modelek taybetî li gorî doza karanîna wan biguncînin û lêçûnên girîng ên pêkanîna AI-ê çareser bikin. Kêmbûna jêhatîbûnên zanistiya daneyê ji hêla pêdiviyên darayî yên girîng ve tê tevlihev kirin, di nav de:
  • Kirîna binesaziya AI-ê an karanîna karûbarên AI-ê
  • Pêvajoya tevlihev a birêkûpêkkirina modelên AI-ê ji bo hewcedariyên karsaziya taybetî Yekkirina AI-ê di serîlêdanên pargîdanî de
  • Birêvebirina çerxa jiyanê ya serîlêdanê û modelê.
• Ji bo ku bi rastî astengiyên têketinê ji bo nûjeniya AI-ê kêm bikin, pargîdanî hewce ne ku karibin navnîşa kesên ku dikarin li ser însiyatîfa AI-ê bixebitin û di heman demê de van lêçûn di bin kontrolê de bigirin berfireh bikin. Bi amûrên hevrêzkirina InstructLab, modelên Granite û RHEL AI-ê re, Red Hat armanc dike ku feydeyên projeyên çavkaniya vekirî ya rastîn - bi serbestî bigihîje û ji nû ve were bikar anîn, şefaf û ji beşdaran re vekirî - li GenAI-yê di hewildana rakirina van astengan de bicîh bîne.

malbatên berhemên Related

Malbatên hilberê ku bi vê belgeyê ve girêdayî ne ev in:

Hevpeymaniya Red Hat

Notices

• Lenovo dikare hilber, karûbar, an taybetmendiyên ku di vê belgeyê de hatine nîqaş kirin li hemî welatan pêşkêş neke. Ji bo agahdarî li ser hilber û karûbarên ku niha li herêma we hene, bi nûnerê xwe yê herêmî Lenovo re bişêwirin. Her referansek ji hilberek, bername, an karûbarek Lenovo re ne armanc e ku diyar bike an tê vê wateyê ku tenê hilber, bername an karûbarê Lenovo dikare were bikar anîn. Her hilber, bername, an karûbarek wekhev a fonksiyonel a ku mafê milkiyeta rewşenbîrî ya Lenovo binpê nake, dibe ku li şûna wê were bikar anîn. Lêbelê, berpirsiyariya bikarhêner e ku meriv xebata hilberek din, bername, an karûbarek din binirxîne û verast bike. Lenovo dibe ku xwediyê patentan an serîlêdanên patentê yên li bendê be ku mijarên ku di vê belgeyê de hatine vegotin vedihewîne. Rakirina vê belgeyê tu lîsansa van patentan nade we. Hûn dikarin lêpirsînên lîsansê, bi nivîskî, bişînin:
  Lenovo (Dewletên Yekbûyî), Inc.
  8001 Pêşveçûna Drive
  Morrisville, NC 27560
  USA
  Hişyarî: Rêveberê Lîsansê ya Lenovo
• LENOVO VÊ WEŞANDINÊ "Wekî EW" BÊ GARANTIYA HER CIWÊ, JI HIŞYAR AN JI DESTPÊKÎ, TEWLÎ, LÊ BI SÎNOR NE, GARANTIYÊN BINÇAVKIRINÊN BINPÊKIRINÊN BINÇAVKIRINÊ, BAŞARARÎ. PURPOSE. Hin dadwerî di hin danûstendinan de destûr nadin ku di hin danûstendinan de betalkirina garantiyên eşkere an nepenî, ji ber vê yekê, ev daxuyanî ji we re derbas nebe.
• Dibe ku ev agahdarî xeletiyên teknîkî an xeletiyên tîpografî hebin. Guhertinên periyodîk di agahdariya li vir de têne çêkirin; ev guhertin dê di nav weşanên nû yên weşanê de cih bigirin. Lenovo dibe ku di her kêliyê de bêyî agahdarî di hilber(an) û/an bername(ên) de ku di vê weşanê de hatine vegotin çêtirkirin û/an guhertinan bike.
• Berhemên ku di vê belgeyê de têne vegotin ne ji bo karanîna di implantasyon an sepanên din ên piştgirîya jiyanê de ne ku xirabûn dibe ku bibe sedema birîndarbûn an mirina mirovan. Agahiyên ku di vê belgeyê de hene bandorê li taybetmendiyên hilber û garantiyên Lenovo nake an naguhezîne. Tiştek di vê belgeyê de dê wekî lîsansek eşkere an nepenî an berdêl di bin mafên milkiyeta rewşenbîrî ya Lenovo an aliyên sêyemîn de bixebite. Hemî agahdariya ku di vê belgeyê de heye di hawîrdorên taybetî de hatine wergirtin û wekî mînakek têne pêşkêş kirin. Encamên ku di hawîrdorên xebitandinê yên din de têne wergirtin dibe ku cûda bibin. Lenovo dikare yek ji agahdariya ku hûn peyda dikin bi her awayê ku ew guncan dibîne bikar bîne an belav bike bêyî ku tu berpirsiyariyek ji we re deyne.
• Di vê weşanê de her referans ji ne-Lenovo re Web malper tenê ji bo rehetiyê têne peyda kirin û bi tu awayî wekî pejirandina wan nabin Web sites. Materyalên li wan Web malper ne beşek ji materyalên ji bo vê hilberê Lenovo, û karanîna wan in Web malperên li ser rîska xwe bi xwe ye. Daneyên performansê yên ku li vir hene di hawîrdorek kontrolkirî de hate destnîşankirin. Ji ber vê yekê, encamên ku di hawîrdorên xebitandinê yên din de têne wergirtin dibe ku pir cûda bibe. Dibe ku hin pîvandin li ser pergalên asta pêşkeftinê hatine çêkirin û garantiyek tune ku ev pîvandin dê li ser pergalên gelemperî yên berdest yek bin. Wekî din, dibe ku hin pîvan bi ekstrapolasyonê ve hatine texmîn kirin. Encamên rastîn dikarin cûda bibin. Bikarhênerên vê belgeyê divê daneyên pêkanîn ji bo hawîrdora xweya taybetî verast bikin.
• © Copyright Lenovo 2025. Hemû maf parastî ne.
• Ev belge, LP2032, di 19ê Îlonê, 2024 de hate afirandin an nûve kirin.
• Şîroveyên xwe bi yek ji awayên jêrîn ji me re bişînin:
  • Serhêl bikar bînin Têkilî bi me re review forma ku tê dîtin li: https://lenovopress.lenovo.com/LP2032
  • Şîroveyên xwe bi e-nameyê bişînin: comments@lenovopress.com
• Ev belge li ser înternetê heye https://lenovopress.lenovo.com/LP2032.

Trademarks

• Lenovo û logoya Lenovo tîcarî an tîcarî yên Lenovo yên li Dewletên Yekbûyî, welatên din, an her duyan in. Navnîşek heyî ya nîşanên bazirganî yên Lenovo li ser heye Web li https://www.lenovo.com/us/en/legal/copytrade/.
• Mercên jêrîn tîcarî yên Lenovo li Dewletên Yekbûyî, welatên din, an hem jî ne: Lenovo®
• Mercên jêrîn marqeyên pargîdaniyên din in:
• AMD nîşanek bazirganî ya Advanced Micro Devices, Inc.
• Intel® nîşanek bazirganî ya Intel Corporation an pargîdaniyên wê ye.
• Linux® li Dewletên Yekbûyî û welatên din nîşana bazirganî ya Linus Torvalds e.
• Navên pargîdanî, hilber, an karûbarên din dibe ku tîcarî an nîşanên karûbarê yên din bin.

Belge / Çavkanî

Lenovo RHEL AI [pdf] Rêbernameya Bikarhêner RHEL AI, RHEL, AI

Çavkanî

• IBM watsonx.ai
• RHEL AI: Rêya hêsan a LLM biceribînin | Red Hat Developer
• Agahdariya Copyright û Trademark | Lenovo US | Lenovo US
• Modelên bingehîn ji bo AI-ê çi ne?
• InstructLab çi ye?
• YAML ji bo destpêk
• Manual Bikarhêner