红帽全球峰会1.2. InstructLab 和 RHEL AI
InstructLab 是一个开源 AI 项目，有助于为大型语言模型做出贡献。RHEL AI 采用 InstructLab 项目的基础，并在应用程序上构建用于 LLM 集成的企业级平台。Red Hat Enterprise Linux AI 使用专用图形处理单元(GPU)执行高性能服务器平台。InstructLab 适用于小型平台，包括笔记本电脑和个人计算机。
InstructLab 使用基于 LLM 的基于 LLM 的基于 LLM 的调优方法，实施 LAB （用于 chatBots）技术的 LAB (Large-scale alignments)技术。LAB 进程由多个组件组成：
- 分类数据生成过程
- 多阶段培训流程
- 微调框架
RHEL AI 和 InstructLab 允许您根据不同的用例自定义具有特定域知识的 LLM。
1.2.1. 知识与知识简介
技术和知识是您可以添加到税务树中的数据类型。然后，您可以使用这些类型创建自定义 LLM 模型对您自己的数据进行微调。
1.2.1.1. 知识
AI 模型知识由数据和事实组成。在为模型创建知识集时，您要为其提供额外的数据和信息，以便模型可以更精确地回答问题。其中，技能是培训有关如何执行内容的 AI 模型的信息，它基于模型可以回答涉及事实、数据或参考的问题的能力。例如，您可以创建一个包含产品文档的数据集，模型可以了解该文档中提供的信息。
1.2.1.2. 技能
技能是旨在针对已提交信息培训 AI 模型的功能域。当您进行技术时，您要教授如何执行任务的模型。RHEL AI 的技术被分成几个类别：
组成技能：组成技能允许 AI 模型执行特定任务或功能。有两种类型的组成技能：
- 自由组成技能：这些都是执行不需要额外上下文或信息才能正常工作的。
- 现场组成技能：这些都是需要额外上下文的执行技能。例如，您可以省略模型来读取表，其中附加上下文是表的示例布局。
- 基础技能：基础技能是涉及数学、原因和编码等技能。
'%20d='M201.5%20305.5c-13.8%200-24.9-11.1-24.9-24.6%200-13.8%2011.1-24.9%2024.9-24.9%2013.6%200%2024.6%2011.1%2024.6%2024.9%200%2013.6-11.1%2024.6-24.6%2024.6zM504%20256c0%20137-111%20248-248%20248S8%20393%208%20256%20119%208%20256%208s248%20111%20248%20248zm-132.3-41.2c-9.4%200-17.7%203.9-23.8%2010-22.4-15.5-52.6-25.5-86.1-26.6l17.4-78.3%2055.4%2012.5c0%2013.6%2011.1%2024.6%2024.6%2024.6%2013.8%200%2024.9-11.3%2024.9-24.9s-11.1-24.9-24.9-24.9c-9.7%200-18%205.8-22.1%2013.8l-61.2-13.6c-3-.8-6.1%201.4-6.9%204.4l-19.1%2086.4c-33.2%201.4-63.1%2011.3-85.5%2026.8-6.1-6.4-14.7-10.2-24.1-10.2-34.9%200-46.3%2046.9-14.4%2062.8-1.1%205-1.7%2010.2-1.7%2015.5%200%2052.6%2059.2%2095.2%20132%2095.2%2073.1%200%20132.3-42.6%20132.3-95.2%200-5.3-.6-10.8-1.9-15.8%2031.3-16%2019.8-62.5-14.9-62.5zM302.8%20331c-18.2%2018.2-76.1%2017.9-93.6%200-2.2-2.2-6.1-2.2-8.3%200-2.5%202.5-2.5%206.4%200%208.6%2022.8%2022.8%2087.3%2022.8%20110.2%200%202.5-2.2%202.5-6.1%200-8.6-2.2-2.2-6.1-2.2-8.3%200zm7.7-75c-13.6%200-24.6%2011.1-24.6%2024.9%200%2013.6%2011.1%2024.6%2024.6%2024.6%2013.8%200%2024.9-11.1%2024.9-24.6%200-13.8-11-24.9-24.9-24.9z'/%3e%3c/svg%3e){kind=small}