학습 생성
- Built-in 학습 생성 시 다양한 Built-in 모델 중 하나를 선택하여 학습을 생성할 수 있습니다.
- Built-in 학습에서는 각 모델별로 미리 설정된 하이퍼파라미터 값을 사용하여 데이터셋을 학습할 수 있습니다.
더 많은 데이터로 더 높은 성능의 인공지능을 Jonathan® 연합 학습 기술로 개발하세요.
Hyperparameter 검색
HPS 작업에서는 설정한 대상 하이퍼파라미터를 검색하고, 설정한 횟수 동안 최적의 점수를 나타내는 하이퍼파라미터를 탐색한 후 최종적으로 최적의 값이 도출됩니다.
Hyperparameter 검색
HPS가 동작함에 따라, 라운드별 모델의 학습 성능 향상 시각화 기능을 제공합니다.
학습 별 로그 확인
각 작업별 학습 결과에 대한 로그 및 그래프를 확인할 수 있습니다.
배포 워커관리
- 배포 프로젝트의 상세 페이지 진입 시 새로운 워커를 추가/제거하거나 워커의 현황을 확인할 수 있습니다.
- 다수의 워커 생성 시 자동으로 Load-balancer를 적용하여 원활한 서비스를 제공합니다.
배포 워커 대시보드
배포 프로젝트의 대시보드입니다. 배포 시스템 및 API에 대한 현황 및 기록을 확인할 수 있습니다.
배포 모델 테스트
- 테스트 상세 페이지에서는 배포된 모델에 데이터를 입력하여 모델이 추론한 결과를 출력 값으로 확인할 수 있습니다.
- 테스트 방법과 동일하게 AI 활용이 필요한 애플리케이션에서 API 요청을 보내 활용할 수 있습니다.
LLM 테스트 및 LLMOps 기능 제공
- 플랫폼을 통해 개발된 LLM 모델을 테스트 가능합니다.
- 클라이언트의 요구사항에 맞게 LLM 모델을 커스터마이징 할 수 있는 미세조정 (Fine-tuning), RAG 기능을 지원합니다.
