Formular „KI-Modell anfordern“

Das Formular „KI-Modell anfordern“ soll den Anforderungsprozess für die Entwicklung oder Beschaffung eines KI-Modells optimieren. Dieses Aufnahmeformular bestätigt, dass alle erforderlichen Details, Begleitdokumente und Compliance-Überlegungen erfasst werden, bevor der Genehmigungsprozess fortgesetzt wird.

In der folgenden Tabelle finden Sie eine Beschreibung der Feldwerte.

Tabelle : 1. Formular „KI-Modell anfordern“

Feld	Beschreibung
Details
Name	Eindeutiger Name für das KI-Modell. Beispiel: ServiceNow Now LLM1,0.
Status	Gibt an, ob sich das KI-Modell im Status „Entwurf“, „Entwicklung“ oder „bereitgestellt“ befindet. Weitere Informationen zu den Status finden Sie unter AI asset lifecycle.
Version	Versionsnummer für das KI-Modell. Beispiel: V1.0.
Beschreibung	Kurze Beschreibung des KI-Systems, seiner Kernfunktionalität und seiner beabsichtigten Verwendung. Beispiel: ServiceNow Large Language Model (LLM) ist eine fortschrittliche KI-gesteuerte Lösung, die die Konversationsfähigkeiten verbessern und Workflows innerhalb von automatisieren soll ServiceNow Plattform. Sie nutzt die Verarbeitung natürlicher Sprache, um Anwenderinteraktionen zu verbessern, die Servicebereitstellung zu optimieren und intelligente Einblicke zu bieten, was letztendlich die betriebliche Effizienz für Unternehmen verbessert.
Besitz
Anbieter	Organisation, die für die Bereitstellung des KI-Modells verantwortlich ist. Beispiel: ServiceNow.
Verwaltet von	Anwender, der für die Verwaltung des KI-Modells verantwortlich ist.
Drittparteimodelle
Modellkarte	Detaillierte Dokumentation zu Zweck, Architektur, Leistung und ethischen Überlegungen des KI-Modells zur Transparenz.
Information zu Modellgewichtungen	Zusätzliche Modellinformationen, falls verfügbar. Beispiel: Siehe Projekt „Gewichtungen und Verzerrungen“. Hinweis: Diese Informationen gelten hauptsächlich für KI-Modelle, die innerhalb der Organisation entwickelt wurden.
Unterstützte Sprachen	Vom KI-Modell unterstützte Sprachen. Zum Beispiel Englisch, Französisch, Italienisch, Deutsch, Spanisch.
Basismodell	Basismodell, das für das primäre KI-Modell relevant ist. Ein Basismodell ist ein grundlegendes KI-Modell, das auf einem großen Datensatz vortrainiert wurde und für bestimmte Anwendungsfälle weiter optimiert werden kann. Diese Modelle dienen als Ausgangspunkt für die Entwicklung spezialisierter KI-Modelle, indem sie sie an domänenspezifische Daten und Anforderungen anpassen. Beispiel: Mixtral. Hinweis: Die Basismodelle gelten nur für KI-Modelle, die innerhalb der Organisation entwickelt wurden.
Trainingsverfahren	Verfahren zum Trainieren des KI-Modells. Die Optionen lauten wie folgt: Entscheidungsstrukturen : Ein strukturähnliches Modell, das für die Entscheidungsfindung verwendet wird, wobei jeder Knoten eine Bedingung darstellt und Verzweigungen zu Ergebnissen führen. Es wird häufig für Klassifizierungs- und Regressionsaufgaben verwendet. Halbüberwachtes Lernen : Ein Ansatz für maschinelles Lernen, der eine geringe Menge von gekennzeichneten Daten mit einer großen Menge nicht gekennzeichneter Daten kombiniert, um die Lerneffizienz zu verbessern. Feinabstimmung Von Anweisungen : Ein Prozess, bei dem ein KI-Modell mit aufgabenspezifischen Anweisungen trainiert wird, um seine Fähigkeit zu verbessern, menschenähnlichen Befehlen zu folgen. Überwachte Feinabstimmung : Eine Technik, bei der ein vortrainiertes Modell mit gekennzeichneten Daten weiter trainiert wird, um seine Leistung für eine bestimmte Aufgabe zu verbessern. Tiefe Neuronale Netzwerke : Eine Art KI-Modell mit mehreren Ebenen miteinander verbundener Neuronen, die komplexe Muster in Daten erlernen können, die für Deep Learning verwendet werden. Lineare Regression : Eine statistische Methode, die die Beziehung zwischen einer abhängigen Variable und einer oder mehreren unabhängigen Variablen mithilfe einer geraden Linie modelliert. Logistische Regression : Ein Klassifizierungsalgorithmus, der kategorische Ergebnisse vorhersagt (z. B. Ja oder Nein), indem Wahrscheinlichkeiten mithilfe einer Sigmoid-Funktion geschätzt werden. Zufällige Gesamtstruktur : Eine Ensemble-Lernmethode, die mehrere Entscheidungsstrukturen kombiniert, um die Genauigkeit zu verbessern und Überanpassungen bei Klassifizierungs- und Regressionsaufgaben zu reduzieren. Überwachtes Lernen : Ein Ansatz für maschinelles Lernen, bei dem Modelle aus bezeichneten Daten lernen und Eingaben den richtigen Ausgaben zuordnen. Nicht Überwachtes Lernen : Eine Lernmethode, bei der Modelle Muster und Strukturen in nicht gekennzeichneten Daten ohne vordefinierte Kategorien identifizieren. Verstärkungslernen : Ein Lernansatz, bei dem ein Service Desk-Mitarbeiter mit einer Umgebung interagiert und durch Prämien und Strafen optimale Aktionen erlernt. Lerninhalte Übertragen : Eine Technik, bei der ein vortrainiertes Modell an eine neue, aber zugehörige Aufgabe angepasst wird, um die Leistung mit weniger Trainingsdaten zu verbessern.
Kontextfenster	Anzahl der Token, die das KI-Modell beim Generieren von Antworten oder Vorhersagen verarbeiten kann. Beispiel: 16385.
Modellgröße in MB	Vom KI-Modell belegter Speicherplatz in Megabyte. Hinweis: Die Modellgröße in MB Das Feld unterstützt nur Ganzzahlwerte.
Information zu Modellparametern	Während des Trainings erlernte interne Variablen, die das Verhalten und die Leistung des KI-Modells bestimmen. Beispielsweise beträgt die Anzahl der Parameter für das Modell 175.
Bericht zu Auswertungsmetriken	Ergebnisse der Leistungsmessung, die verwendet werden, um die Effektivität des KI-Modells während des Tests oder der Bewertung zu bewerten. Sie können beispielsweise erwähnen, dass die Genauigkeit des Modells 85 % und die Halluzinationsrate 15 % beträgt.
Trainingsdatensätze	Sammlung von Datensätzen, die zum Trainieren der KI-Modelle verwendet werden.
Auswertungsdatensätze	Sammlung von Datensätzen, die zum Auswerten oder Testen der KI-Modelle verwendet werden. Beispiel: P1-Incident-Datensatz.
Zusätzliche Details
Bereitstellungsrichtlinien	Der Prozess der Integration und Bereitstellung eines trainierten KI-Modells in eine Produktionsumgebung zur realen Verwendung.
Erforderliche Infrastruktur	Beschreibung der Hardware- und Softwareressourcen, die zum Bereitstellen und Ausführen des KI-Modells erforderlich sind. Sie können beispielsweise erwähnen, dass eine Grafikverarbeitungseinheit (GPU) vom Typ A100 erforderlich ist.