ਜਨਰੇਟਿਵ AI ਡਿਵੈਲਪਮੈਂਟ
ਜਨਰੇਟਿਵ AI ਐਪਲੀਕੇਸ਼ਨ, ਤੁਹਾਡੀਆਂ ਟੀਮਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਢੰਗ ਵਿੱਚ ਬਣੀਆਂ
ਅਸੀਂ ਨਾਲਜ ਅਸਿਸਟੈਂਟ, ਡਰਾਫਟਿੰਗ ਟੂਲ ਅਤੇ ਕੋਪਾਇਲਟ ਬਣਾਉਂਦੇ ਹਾਂ ਜੋ ਤੁਹਾਡੇ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਜਵਾਬ ਦਿੰਦੇ ਹਨ ਅਤੇ ਉੱਥੇ ਹੀ ਚੱਲਦੇ ਹਨ ਜਿੱਥੇ ਤੁਹਾਡੇ ਡਾਟਾ ਨਿਯਮ ਕਹਿੰਦੇ ਹਨ।
ਪਹਿਲਾਂ ਜਨਰੇਟਿਵ AI ਨੂੰ ਸਰਲ ਭਾਸ਼ਾ ਵਿੱਚ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹੋ? ਸਾਡਾ ਜਨਰੇਟਿਵ AI ਓਵਰਵਿਊ ਦੱਸਦਾ ਹੈ ਕਿ ਇਹ ਕਿਸ ਕੰਮ ਆਉਂਦਾ ਹੈ। ਇਹ ਪੰਨਾ ਦੱਸਦਾ ਹੈ ਕਿ ਅਸੀਂ ਤੁਹਾਡੇ ਲਈ ਕੀ ਬਣਾਉਂਦੇ ਹਾਂ ਅਤੇ ਕਿਵੇਂ।
ਅਸੀਂ ਕੀ ਬਣਾਉਂਦੇ ਹਾਂ
RAG ਨਾਲਜ ਅਸਿਸਟੈਂਟ
ਤੁਹਾਡੀਆਂ ਨੀਤੀਆਂ, ਮੈਨੂਅਲਾਂ, ਟਿਕਟਾਂ ਅਤੇ ਵਿਕੀ ਤੋਂ ਜਵਾਬ, ਹਰ ਦਾਅਵੇ ਪਿੱਛੇ ਦੇ ਸਰੋਤ ਦੇ ਲਿੰਕ ਨਾਲ। ਐਕਸੈਸ ਤੁਹਾਡੀਆਂ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਇਜਾਜ਼ਤਾਂ ਅਨੁਸਾਰ ਹੁੰਦਾ ਹੈ।
ਕੰਟੈਂਟ ਅਤੇ ਡਾਕੂਮੈਂਟ ਜਨਰੇਸ਼ਨ
ਪ੍ਰਸਤਾਵ, ਰਿਪੋਰਟਾਂ, ਇਕਰਾਰਨਾਮੇ ਅਤੇ ਪ੍ਰੋਡਕਟ ਕਾਪੀ ਤੁਹਾਡੇ ਟੈਂਪਲੇਟਾਂ ਅਤੇ ਡਾਟਾ ਤੋਂ ਡਰਾਫਟ ਹੁੰਦੇ ਹਨ, ਫਿਰ ਕੁਝ ਵੀ ਬਾਹਰ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਲਈ ਭੇਜੇ ਜਾਂਦੇ ਹਨ।
ਮੌਜੂਦਾ ਐਪਾਂ ਦੇ ਅੰਦਰ ਕੋਪਾਇਲਟ
ਤੁਹਾਡੇ CRM, ਹੈਲਪਡੈਸਕ ਜਾਂ ਅੰਦਰੂਨੀ ਟੂਲ ਵਿੱਚ ਇੱਕ ਅਸਿਸਟੈਂਟ ਪੈਨਲ ਜੋ ਡਰਾਫਟ ਬਣਾਉਂਦਾ ਹੈ, ਸਾਰ ਦਿੰਦਾ ਹੈ ਅਤੇ ਜਾਣਕਾਰੀ ਲੱਭਦਾ ਹੈ, ਤਾਂ ਜੋ ਲੋਕਾਂ ਨੂੰ ਐਪ ਬਦਲਣੀ ਨਾ ਪਵੇ।
ਡਾਕੂਮੈਂਟ ਸਮਝ
ਆਉਣ ਵਾਲੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਵਰਗੀਕਰਨ, ਡਾਟਾ ਕੱਢਣਾ ਅਤੇ ਸਾਰ, ਕਾਨਫੀਡੈਂਸ ਸਕੋਰ ਅਤੇ ਕਿਸੇ ਵੀ ਅਨਿਸ਼ਚਿਤ ਚੀਜ਼ ਲਈ ਰਿਵਿਊ ਕਤਾਰ ਦੇ ਨਾਲ।
ਫਾਈਨ-ਟਿਊਨਿੰਗ ਅਤੇ ਓਪਨ-ਵੇਟ ਹੋਸਟਿੰਗ
ਜਦੋਂ ਕਿਸੇ API ਮਾਡਲ ਦੀ ਲਾਗਤ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੋਵੇ, ਜਾਂ ਡਾਟਾ ਤੁਹਾਡੇ ਸਿਸਟਮ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾ ਸਕਦਾ, ਤਾਂ ਅਸੀਂ ਤੁਹਾਡੇ ਇਨਫ੍ਰਾਸਟ੍ਰਕਚਰ 'ਤੇ vLLM ਜਾਂ Ollama ਨਾਲ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਫਾਈਨ-ਟਿਊਨ ਅਤੇ ਹੋਸਟ ਕਰਦੇ ਹਾਂ।
ਮੁਲਾਂਕਣ ਅਤੇ ਲਾਗਤ ਕੰਟਰੋਲ
ਜਵਾਬ ਦੀ ਗੁਣਵੱਤਾ ਲਈ ਟੈਸਟ ਸੈੱਟ, ਲੇਟੈਂਸੀ ਅਤੇ ਲਾਗਤ ਲਈ OpenTelemetry ਟ੍ਰੇਸ, ਨਾਲ ਹੀ ਬਿੱਲ ਨੂੰ ਅਨੁਮਾਨਯੋਗ ਰੱਖਣ ਲਈ ਰੂਟਿੰਗ ਅਤੇ ਕੈਸ਼ਿੰਗ।
ਨਾਲਜ ਅਸਿਸਟੈਂਟ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ
ਜਵਾਬ ਦੀ ਜ਼ਿਆਦਾਤਰ ਗੁਣਵੱਤਾ ਰਿਟ੍ਰੀਵਲ ਤੋਂ ਆਉਂਦੀ ਹੈ। ਮਾਡਲ ਓਨਾ ਮਾਇਨੇ ਨਹੀਂ ਰੱਖਦਾ ਜਿੰਨਾ ਲੋਕ ਸੋਚਦੇ ਹਨ।
ਇਨਜੈਸਟ
ਸਰੋਤਾਂ ਨੂੰ ਜੋੜੋ, ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਮਝਦਾਰੀ ਨਾਲ ਵੰਡੋ ਅਤੇ ਮਾਲਕ, ਤਾਰੀਖ ਅਤੇ ਐਕਸੈਸ ਅਧਿਕਾਰਾਂ ਵਰਗਾ ਮੈਟਾਡਾਟਾ ਰੱਖੋ।
ਰਿਟ੍ਰੀਵ
NebulaDB ਵਰਗੇ ਵੈਕਟਰ ਇੰਡੈਕਸ 'ਤੇ ਹਾਈਬ੍ਰਿਡ ਸਰਚ, ਇਸ ਆਧਾਰ 'ਤੇ ਫਿਲਟਰ ਕਿ ਯੂਜ਼ਰ ਨੂੰ ਕੀ ਦੇਖਣ ਦੀ ਇਜਾਜ਼ਤ ਹੈ।
ਜਵਾਬ
ਮਾਡਲ ਸਿਰਫ਼ ਉਸੇ ਤੋਂ ਜਵਾਬ ਦਿੰਦਾ ਹੈ ਜੋ ਰਿਟ੍ਰੀਵ ਹੋਇਆ ਹੈ ਅਤੇ ਉਸਦਾ ਸਰੋਤ ਦੱਸਦਾ ਹੈ। ਜੇ ਕੁਝ ਢੁਕਵਾਂ ਨਹੀਂ ਮਿਲਦਾ, ਤਾਂ ਉਹ ਇਹੀ ਦੱਸਦਾ ਹੈ।
ਮਾਪੋ
ਤੈਅ ਜਵਾਬਾਂ ਵਾਲੇ ਅਸਲ ਸਵਾਲਾਂ ਦਾ ਇੱਕ ਟੈਸਟ ਸੈੱਟ, ਹਰ ਬਦਲਾਅ 'ਤੇ ਸਕੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਨਾਲ ਹੀ ਇਸਨੂੰ ਵਰਤਣ ਵਾਲੇ ਲੋਕਾਂ ਦਾ ਫੀਡਬੈਕ।
ਡਾਟਾ, ਗੁਣਵੱਤਾ ਅਤੇ ਲਾਗਤ
ਇਹ ਕਿੱਥੇ ਚੱਲਦਾ ਹੈ
ਮਾਡਲ API, Amazon Bedrock ਜਾਂ Azure AI Foundry, ਜਾਂ ਤੁਹਾਡੇ ਆਪਣੇ ਸਰਵਰਾਂ 'ਤੇ ਓਪਨ-ਵੇਟ ਮਾਡਲ। ਤੁਸੀਂ ਹਰ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਲਈ ਫ਼ੈਸਲਾ ਕਰਦੇ ਹੋ।
ਕੁੰਜੀਆਂ ਅਤੇ ਸੀਕ੍ਰੇਟਸ
API ਕੁੰਜੀਆਂ ਤੁਹਾਡੇ ਸੀਕ੍ਰੇਟਸ ਸਟੋਰ ਵਿੱਚ ਰਹਿੰਦੀਆਂ ਹਨ ਅਤੇ WSL Vault ਰਾਹੀਂ ਐਪਲੀਕੇਸ਼ਨ ਤੱਕ ਪਹੁੰਚਦੀਆਂ ਹਨ, ਕਾਨਫਿਗ ਫਾਈਲਾਂ ਰਾਹੀਂ ਨਹੀਂ।
ਗੁਣਵੱਤਾ ਜਿਸਨੂੰ ਤੁਸੀਂ ਜਾਂਚ ਸਕਦੇ ਹੋ
ਜਵਾਬਾਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੇ ਸਰੋਤ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਟੈਸਟ-ਸੈੱਟ ਦੇ ਨਤੀਜੇ ਤੁਹਾਡੀ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਰਹਿੰਦੇ ਹਨ ਤਾਂ ਜੋ ਕੋਈ ਵੀ ਉਨ੍ਹਾਂ ਨੂੰ ਦੁਬਾਰਾ ਚਲਾ ਸਕੇ।
ਲਾਗਤ ਜਿਸਦਾ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ
ਹਰ ਰਿਕਵੈਸਟ ਦੀ ਲਾਗਤ ਟ੍ਰੈਕਿੰਗ, ਕੈਸ਼ਿੰਗ, ਅਤੇ ਸਰਲ ਰਿਕਵੈਸਟਾਂ ਨੂੰ ਛੋਟੇ ਮਾਡਲਾਂ ਵੱਲ ਭੇਜਣਾ। LLM ਆਬਜ਼ਰਵੇਬਿਲਿਟੀ ਅਤੇ ਲਾਗਤ ਕੰਟਰੋਲ ਬਾਰੇ ਸਾਡਾ ਲੇਖ ਇਹ ਤਰੀਕਾ ਦਿਖਾਉਂਦਾ ਹੈ।
ਲੇਖ ਪੜ੍ਹੋ: ਲਾਗਤ ਜਿਸਦਾ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ
ਜਨਰੇਟਿਵ AI ਪ੍ਰੋਜੈਕਟਾਂ ਬਾਰੇ ਸਵਾਲ
ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ChatGPT ਜਾਂ Copilot ਵਰਤਦੇ ਹਾਂ। ਕੁਝ ਬਣਾਉਣ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ?
ਆਮ ਅਸਿਸਟੈਂਟ ਤੁਹਾਡੇ ਦਸਤਾਵੇਜ਼, ਇਜਾਜ਼ਤਾਂ ਜਾਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨਹੀਂ ਜਾਣਦੇ। ਬਣਾਈ ਗਈ ਐਪਲੀਕੇਸ਼ਨ ਤੁਹਾਡੇ ਸਰੋਤਾਂ ਤੋਂ ਜਵਾਬ ਦਿੰਦੀ ਹੈ, ਐਕਸੈਸ ਅਧਿਕਾਰਾਂ ਦਾ ਪਾਲਣ ਕਰਦੀ ਹੈ, ਆਪਣੇ ਕੀਤੇ ਕੰਮ ਦਾ ਲੌਗ ਰੱਖਦੀ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਟੂਲਾਂ ਦੇ ਅੰਦਰ ਰਹਿੰਦੀ ਹੈ ਜੋ ਤੁਹਾਡੀਆਂ ਟੀਮਾਂ ਪਹਿਲਾਂ ਹੀ ਵਰਤਦੀਆਂ ਹਨ।
ਸਾਡੇ ਦਸਤਾਵੇਜ਼ ਕਿੱਥੇ ਜਾਂਦੇ ਹਨ?
ਜਿੱਥੇ ਤੁਹਾਡੇ ਡਾਟਾ ਨਿਯਮ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਅਸੀਂ ਉਨ੍ਹਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਪ੍ਰੋਵਾਈਡਰ ਅਤੇ ਸੈਟਿੰਗਾਂ ਚੁਣਦੇ ਹਾਂ, ਜਾਂ ਇੱਕ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਹੋਸਟ ਕਰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਦਸਤਾਵੇਜ਼ ਕਦੇ ਵੀ ਤੁਹਾਡੇ ਸਿਸਟਮ ਤੋਂ ਬਾਹਰ ਨਾ ਜਾਣ।
ਕੀ ਤੁਸੀਂ ਸਾਡੇ ਮੌਜੂਦਾ ਪ੍ਰੋਡਕਟ ਵਿੱਚ ਜਨਰੇਟਿਵ AI ਜੋੜ ਸਕਦੇ ਹੋ?
ਹਾਂ। ਅਸੀਂ ਫੀਚਰ ਨੂੰ ਤੁਹਾਡੇ ਕੋਡਬੇਸ ਦੇ ਅੰਦਰ, ਤੁਹਾਡੇ ਔਥੈਂਟੀਕੇਸ਼ਨ ਦੇ ਪਿੱਛੇ, ਟੈਸਟਾਂ ਅਤੇ ਡੌਕਸ ਨਾਲ ਬਣਾਉਂਦੇ ਹਾਂ, ਤਾਂ ਜੋ ਤੁਹਾਡੇ ਇੰਜੀਨੀਅਰ ਇਸਨੂੰ ਮੇਨਟੇਨ ਕਰ ਸਕਣ।
ਤੁਹਾਨੂੰ ਕਿਵੇਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਜਵਾਬ ਸਹੀ ਹਨ?
ਬਿਲਡ ਤੋਂ ਪਹਿਲਾਂ ਅਸੀਂ ਤੁਹਾਡੇ ਨਾਲ ਅਸਲ ਸਵਾਲਾਂ ਅਤੇ ਸਹੀ ਜਵਾਬਾਂ ਦਾ ਇੱਕ ਟੈਸਟ ਸੈੱਟ ਤੈਅ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਹਰ ਬਦਲਾਅ ਨੂੰ ਉਸਦੇ ਮੁਕਾਬਲੇ ਸਕੋਰ ਕਰਦੇ ਹਾਂ। ਜਿਨ੍ਹਾਂ ਜਵਾਬਾਂ ਦਾ ਕਿਸੇ ਸਰੋਤ ਵਿੱਚ ਆਧਾਰ ਨਹੀਂ ਮਿਲਦਾ, ਉਨ੍ਹਾਂ ਨੂੰ ਇਨਕਾਰ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ।
ਇੱਕ ਵਰਤੋਂ ਦਾ ਮਾਮਲਾ ਚੁਣੋ, ਅਸੀਂ ਉਸਦਾ ਸਕੋਪ ਤੈਅ ਕਰਾਂਗੇ
ਡਰਾਫਟਿੰਗ, ਨਾਲਜ ਜਵਾਬ ਜਾਂ ਕਿਸੇ ਮੌਜੂਦਾ ਐਪ ਵਿੱਚ ਕੋਪਾਇਲਟ। ਸਾਨੂੰ ਦੱਸੋ ਕਿਹੜਾ, ਅਤੇ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਦਸਤਾਵੇਜ਼।