ChatGPT 통합 Mendix 매우 간단합니다. 예를 들어 Capgemini는 커넥터를 생성했습니다 그러면 과정이 5분 이내로 단축될 수 있습니다.

위의 영상에서 보듯이 ChatGPT에 가장 성공적인 제품과 그 성공 이유를 물어볼 수 있습니다. 하지만 ChatGPT는 제품을 모르기 때문에 유효한 답변을 제공할 수 없습니다. 답은 귀하의 Mendix ChatGPT에 데이터를 전송하는 방식은 제공하려는 데이터 양에 따라 달라집니다.

귀하의 요구 사항에 맞게 ChatGPT 미세 조정

대규모 데이터 세트를 사용하는 엔터프라이즈급 솔루션에 권장되는 접근 방식은 "모델 학습" 또는 "미세 조정.” 그러나 이 접근 방식에는 GPU 리소스와 데이터 과학자 및 엔지니어 팀을 포함하여 상당한 리소스와 노동력이 필요합니다. 미세 조정에는 몇 주 또는 몇 달이 걸릴 수 있으며, 결과 모델은 지속적으로 평가하고 업데이트해야 합니다.

ChatGPT에 컨텍스트를 제공하는 프로세스를 간소화하기 위해, 더 간단한 접근 방식은 관련 컨텍스트 데이터로 프롬프트와 질문을 증강하는 것입니다. 이 방법은 구현하기 쉽지만, 제한 사항이 있으며, 나중에 살펴보겠습니다.

이 접근 방식을 시연하려면 Mendix 비디오에 표시된 사용 사례의 경우, 브랜드와 관련 제품 세부 정보를 JSON 문자열로 내보내기 위한 Export Mapping이 생성되었습니다. 브랜드와 제품 데이터가 포함된 결과 JSON 문자열이 컨텍스트로 프롬프트/질문에 추가되었습니다.

문제의 데이터 세트가 비교적 작았기 때문에 위의 방법은 잘 작동했습니다. 그러나 이 접근 방식과 관련된 몇 가지 일시적인 제한 사항이 있습니다. 예를 들어 다음과 같습니다.

• 모든 질문에 대한 맥락 데이터를 제공해야 합니다.
• 컨텍스트 데이터의 크기는 제한되어 있습니다.
• OpenAI API는 이러한 영역에서 기능이 제한되어 있으므로 개인정보 보호 및 보안 문제가 있습니다.

이 기술은 일시적인 한계가 있지만 마이크로소프트 애저 오픈AI API현재 제한된 접근 미리보기로 제공되는 은 이러한 우려 사항 대부분을 해결하는 데 도움이 될 것입니다.

Azure OpenAI는 OpenAI와 동일한 모델에서 실행되며 더 유연한 제한, 프라이빗 네트워킹, 지역별 가용성 및 책임 있는 AI 콘텐츠 필터링을 제공합니다. 다른 서비스 클라우드 서비스 제공업체도 유사한 AI 기능을 제공하기 위해 24시간 내내 노력하고 있습니다.

TL; DR

ChatGPT 통합 Mendix ChatGPT의 힘을 최대한 활용하려면 기업은 관련 데이터를 애플리케이션에 공급해야 하며, 이를 통해 비즈니스의 게임 체인저가 될 수 있습니다. AI 모델.

대규모 데이터 세트를 사용하는 엔터프라이즈급 솔루션에 권장되는 접근 방식은 모델 학습 또는 미세 조정으로, 상당한 리소스와 노동력이 필요합니다. 더 간단한 접근 방식은 프롬프트와 질문을 관련 컨텍스트 데이터로 보강하는 것입니다. 그래도 이 접근 방식에는 모든 질문에 대한 컨텍스트 데이터를 제공해야 하는 필요성, 제한된 컨텍스트 데이터 크기, 개인 정보 보호 및 보안 문제 등의 한계가 있습니다.

Microsoft Azure OpenAI API는 향상된 API 기능, 개인 네트워킹, 지역적 가용성 및 책임 있는 AI 콘텐츠 필터링을 통해 이러한 문제 대부분을 완화하는 데 도움이 될 수 있습니다.