Eğitim kodunuzu okuyan AI modelini seçin

Sigmora'nın hangi AI modelini kullandığını seçin: bir bulut sağlayıcısının API uç noktası, kendi PC'nizde çalışan bir model veya dahili model. Eğitim betikleriniz üzerinde çalışmaya başlamadan önce bir uç noktasını kontrol etmek için Test'e basın.

Modelinizin nerede çalışacağını seçin

Bulut AI sağlayıcısı

Bir adım için daha büyük bir modele ihtiyaç duyulduğunda, örneğin birçok dosyaya yayılan uzun bir eğitim betiğini hata ayıklarken bulut AI sağlayıcısı tercih edilir. Standart bir API uç noktası ve API anahtarınızı girersiniz. Anahtarlar PC'nizde kalır. İstemleriniz ağ üzerinden o sağlayıcıya gider ve ajanın okuduğu herhangi bir dosyanın metni de oraya gider; bu nedenle yalnızca oraya gönderilmesine izin verilen kod ve verileri kullanın. Araç çıktısındaki gizli bilgiler modele ulaşmadan önce gizlenir. Gizlilik, seçtiğiniz sağlayıcıya bağlıdır.

Yerel PC modeli

Kodunuzun veya verilerinizin makineden ayrılmaması gerektiğinde, kendi PC'nizde çalışan bir model tercih edilir. Sigmora'yı aynı bilgisayardaki yerel bir uç noktaya yönlendirirsiniz ve istemleriniz bir sağlayıcıya değil oraya gider. Yerel bir modelle hiçbir şey makineden ayrılmaz. Hız ve kalite donanımınıza ve yüklediğiniz modele bağlıdır, bu nedenle önce küçük bir betikte deneyin. Zayıf bir model, daha büyük bir modelin yakalayacağı ayrıntıları kaçırabilir ve her durumda her farkı (diff) siz denetlersiniz.

Dahili model

Dahili model, kendi uç noktanız olmadan kullanıma hazırdır. Sigmora'yı yükleyin, bir sohbet açın ve ona bir görev verin. İlk bir deneme için, örneğin küçük bir perceptron dosyası yazmak, bir eğitim betiğine bir günlük satırı eklemek veya bir hata mesajını açıklamak için uygun olabilir. Daha zor bir adım için, örneğin birkaç dosyayı etkileyen bir değişiklik için daha büyük bir model bağlayabilir veya bu adımı run_on_model ile birine gönderebilirsiniz. Modelleri istediğiniz zaman değiştirebilirsiniz ve kabul etmeden önce farkı (diff) okursunuz.

Bağlantınızı test edin

Test düğmesi, ona güvenmeden önce bir uç noktasını kontrol eder. Bir bulut sağlayıcısının veya PC'nizdeki bir modelin adresini girdikten sonra basın. Sigmora, o uç noktanın yanıt süresini ve bağlam penceresini gösterir. Bağlam penceresi, modelin bir istekte okuyabileceği metin miktarını (örneğin bir eğitim betiği ve bir günlük birlikte) belirtir. Her uç noktasını bir kez test edin. 2 uç noktanız varsa, Test'e her ikisine de basın ve karşılaştırın. Uzun bir sohbette başlamadan önce yavaş bir yanıtın bilinmesi değerlidir ve küçük bir bağlam penceresi, ajanı bir seferde bir dosyaya yönlendirmeniz gerektiği anlamına gelir. Test yalnızca uç noktasını kontrol eder; cevapların kalitesini puanlamaz.

Doğru model boyutunu seçin

Zor adımlar için, örneğin birçok dosyaya yayılan bir eğitim döngüsünü çözmek veya bir kaybın neden düşmediğini anlamak için daha büyük bir model daha iyi bir seçenektir. Küçük düzenlemeler için, örneğin bir değişkenin adını değiştirmek veya bir günlük satırı eklemek için küçük bir model yeterli olabilir. Bunları karıştırabilirsiniz: sohbeti küçük bir modelde çalıştırın ve zor bir adımı daha büyük bir modele göndermek için run_on_model kullanın. Her model yanlış olabilir. Küçük başlayın. Bir adım sürekli başarısız olduğunda daha büyük bir modele geçin ve her seferinde kabul etmeden önce farkı (diff) inceleyin.

Kalite modeller ve sağlayıcılar arasında değişir, bu nedenle her cevabı bir taslak olarak değerlendirin. Ask first modunda Sigmora, bir şeyleri değiştiren eylemlerden önce durur ve farkı (diff) gösterir, böylece kabul etmeden önce tam satırları okuyabilirsiniz. Ardından Shell ile test komutunuzu çalıştırın ve çıkış kodunu ve basılan sayıları kendiniz inceleyin. Auto-run hemen çalışır, bu da zaten güvendiğiniz küçük adımlar için uygundur. Önce inceleyin.