Modeller

Modeller-visningen lister hver modell tilgjengelig for organisasjonen din og lar deg bestemme hvilke som er aktivert. Hver rad viser modellens type og underdatabehandleren som faktisk mottar dataene dine når den kjører — kolonnen som betyr mest for en gjennomgang av databehandleravtalen.

De fire modelltypene

• Fullføringsmodeller — motoren bak en assistents resonnering og tekstgenerering.
• Embedding-modeller — gjør dokumenter søkbare ved å konvertere dem til vektorer for kunnskapssøk.
• Transkripsjonsmodeller — konverterer tale til tekst.
• Bildemodeller — genererer og redigerer bilder ut fra tekstbeskrivelser.

Underdatabehandler-kolonnen

Hver modells rad viser dens underdatabehandler: modellleverandøren for en modell som nås gjennom et eksternt API, eller Intrics egen infrastrukturleverandør for en modell Intric hoster selv. Bruk denne kolonnen når du går gjennom databehandleravtaler, eller når du vurderer hvilke modeller som passer for en gitt sikkerhetsklassifisering.

Kuraterte valg

Utover enkeltmodeller tilbyr Intric fire kuraterte valg assistenter kan bruke i stedet for å peke på en bestemt modell: Balansert, Rask, Økonomisk og Smartest. Hvert av dem følger en god, aktuell modell for den prioriteringen etter hvert som den underliggende katalogen utvikler seg.

Tokenkostnad for egendefinerte modeller

Viktig

For standard leverandørmodeller kjenner Intric allerede prisen og bruker den automatisk i forbruks- og kostnadsrapportering. For egendefinerte modeller — selvhostede eller organisasjonsspesifikke driftssettinger — har Intric ingen måte å kjenne prisen på, så sett tokenkostnaden selv i modellens konfigurasjon, tilpasset din faktiske forhandlede pris fremfor en offentlig listepris. Hold den oppdatert: en foreldet eller manglende verdi gir under- eller overrapporterte tall overalt der den modellens kostnad vises, inkludert Forbruk og Fakturering.

Hvordan velge hvilke modeller du skal aktivere

Noen prinsipper verdt å følge når du bestemmer hvilke modeller som skal aktiveres, og hvor:

• De fleste moderne modeller er generelle og håndterer hverdagsoppgaver godt — ikke overkompliser valget.
• Bruk en rask modell til den personlige assistenten og enkle oppgaver; reserver modeller med sterkere resonneringsevne til kompleks analyse.
• Begrens tilgangen til de mest kapable — og ofte dyreste — modellene til klassifiseringene der de faktisk trengs.