Athina AI: AI 애플리케이션 빌드 및 디버깅을 위한 코드 실행 흐름 시각화

최신 AI 리소스7개월 전에 게시 됨 AI 공유 서클
2.5K 00

일반 소개

Athina AI는 팀이 AI 기능을 신속하게 구축, 테스트 및 모니터링할 수 있도록 설계된 협업 AI 개발 플랫폼입니다. 이 플랫폼은 데이터 세트 평가, 힌트 관리, 데이터 주석, 실험 관리 등 다양한 도구와 기능을 제공하며, 기술 및 비기술 사용자 모두가 협업할 수 있도록 지원하여 AI 애플리케이션 개발 프로세스를 간소화하고 팀이 AI 애플리케이션을 프로덕션 환경으로 더 빠르게 전환할 수 있도록 합니다.

Athina AI:代码执行流程可视化构建和调试AI应用

 

Athina AI:代码执行流程可视化构建和调试AI应用

 

기능 목록

  • 데이터 세트 평가50개 이상의 사전 설정 평가를 사용하여 데이터 집합을 빠르게 평가하거나 사용자 지정 평가를 구성합니다.
  • 큐 관리기본 제공 버전 관리 및 배포 기능을 사용하여 프롬프트를 빠르게 반복하고, 다양한 모델을 테스트하고, 응답을 비교하고, 프롬프트를 관리할 수 있습니다.
  • 데이터 어노테이션LLM 기반 워크플로우를 사용하여 데이터 세트에 라벨을 지정하고 관리하여 주석 팀 협업을 지원합니다.
  • 실험적 관리개발, CI/CD 또는 프로덕션 환경에서 평가를 실행하여 자동으로 회귀를 감지하고 수정합니다.
  • 관찰 가능성LLM 사용량, 평가 점수 및 사용 메트릭을 종합적으로 모니터링하여 AI 애플리케이션의 안정성을 보장합니다.
  • 스트림 관리힌트, API 호출, 검색, 코드 함수 등을 연결하여 복잡한 파이프라인을 구축하세요.
  • 셀프 호스팅 배포데이터 프라이버시 및 보안을 보장하기 위해 자체 VPC에 Athina를 완전히 배포하세요.

 

도움말 사용

설치 프로세스

Athina AI는 자체 호스팅 배포를 지원하므로 사용자가 자체 VPC에 Athina를 완전히 배포하여 데이터 개인 정보 보호 및 보안을 보장할 수 있습니다. 아래는 설치 과정입니다:

  1. Athina 다운로드Athina 웹사이트를 방문하여 최신 버전의 Athina 설치 프로그램을 다운로드하세요.
  2. 구성 환경공식 웹사이트에 제공된 문서에 따라 필요한 환경 변수 및 종속성을 구성합니다.
  3. Athina 배포설치 패키지를 실행하고 지시에 따라 배포 프로세스를 완료합니다.
  4. 플랫폼 액세스배포가 완료되면 브라우저를 통해 Athina 플랫폼에 액세스하여 시작하세요.

사용 가이드라인

데이터 세트 평가

  1. 데이터 집합 업로드평가할 데이터 집합을 플랫폼에 업로드합니다.
  2. 평가 기준 선택: 사전 설정된 평가 기준을 선택하거나 사용자 지정 평가 기준을 구성합니다.
  3. 운영 평가'평가 실행' 버튼을 클릭하면 플랫폼이 자동으로 데이터 집합을 평가하고 평가 보고서를 생성합니다.

큐 관리

  1. 팁 만들기: 프롬프트 관리 모듈에서 새 프롬프트를 만듭니다.
  2. 테스트 팁다른 모델을 선택하고 프롬프트를 입력한 다음 모델의 응답을 테스트합니다.
  3. 비교 응답다른 모델의 응답을 비교하고 가장 적합한 단서를 선택하세요.
  4. 버전 관리기본 제공 버전 관리 기능을 사용하여 다양한 버전의 프롬프트를 관리합니다.
  5. 배포 팁프로덕션 환경에 프롬프트를 배포하고 프롬프트의 효과를 실시간으로 모니터링합니다.

데이터 어노테이션

  1. 주석 작업 만들기데이터 어노테이션 모듈에서 새 어노테이션 작업을 만듭니다.
  2. 작업 sth.어노테이션 팀원에게 어노테이션 작업을 할당합니다.
  3. 데이터 라벨링주석 팀원은 LLM 기반 워크플로우를 사용하여 데이터에 주석을 달 수 있습니다.
  4. 라벨링 결과 검토라벨링 결과를 검토하여 데이터 품질을 확인합니다.

실험적 관리

  1. 실험 만들기: 실험 관리 모듈에서 새 실험을 만듭니다.
  2. 실험 매개변수 구성: 실험의 매개변수 및 평가 기준을 구성합니다.
  3. 실험 실행'실험 실행' 버튼을 클릭하면 플랫폼이 자동으로 실험을 실행하고 실험 보고서를 생성합니다.
  4. 실험 결과 분석실험 결과를 분석하여 모델과 단서를 최적화합니다.

관찰 가능성

  1. LLM 사용량 모니터링관찰 가능성 모듈에서 LLM 사용량 및 평가 점수를 확인합니다.
  2. 알람 설정알림 규칙을 구성하여 AI 애플리케이션의 성능을 실시간으로 모니터링하세요.
  3. 로그 보기자세한 로그 메시지를 확인하여 각 단계가 어떻게 수행되었는지 확인하세요.
© 저작권 정책

관련 문서

댓글 없음

댓글에 참여하려면 로그인해야 합니다!
지금 로그인
없음
댓글 없음...