OpenAI - ChatGPT
ChatGPT is een geavanceerd taalmodel ontwikkeld door OpenAI. Het gebruikt de GPT-architectuur (Generative Pre-trained Transformer), specifiek GPT-3.5, om mensachtige tekstantwoorden te genereren. Getraind op een enorme hoeveelheid data kan het waardevolle informatie bieden, gesprekken voeren en gebruikers bij uiteenlopende taken helpen.
ChatGPT biedt een conversationele interface en kan vragen beantwoorden, uitleg geven, suggesties doen en creatief schrijven. Verantwoord gebruik en aandacht voor mogelijke bias worden aangemoedigd. OpenAI wil een krachtig en nuttig hulpmiddel bieden en erkent tegelijk de beperkingen van het model.
ChatGPT ook voor interne, private documenten
Met Azure OpenAI on your data kun je ondersteunde chatmodellen zoals GPT-35-Turbo en GPT-4 op je eigen data draaien zonder modellen te trainen of te fine-tunen. Modellen op je eigen data draaien laat je chatten met en je data analyseren met meer nauwkeurigheid en snelheid. Zo ontsluit je waardevolle inzichten die je helpen betere bedrijfsbeslissingen te nemen, trends en patronen te herkennen en je operaties te optimaliseren. Een van de belangrijkste voordelen van Azure OpenAI on your data is het vermogen om de inhoud van conversationele AI op maat te maken.
Omdat het model toegang heeft tot en specifieke bronnen kan raadplegen om zijn antwoorden te onderbouwen, zijn de antwoorden niet alleen gebaseerd op zijn voorgetrainde kennis, maar ook op de meest recente informatie beschikbaar in de aangewezen databron. Deze grounding data helpt het model ook om geen antwoorden te genereren op basis van verouderde of foute informatie.
Het intern gebruik van ChatGPT door custom datasets en documentatie in te zetten, kan een waardevolle oplossing zijn voor uiteenlopende organisaties. Door OpenAI's ChatGPT te gebruiken, kunnen bedrijven een intern conversationeel AI-systeem ontwikkelen dat op hun specifieke noden is afgestemd.
De oplossing bestaat erin ChatGPT te trainen op eigen datasets en documentatie die relevant zijn voor het domein van de organisatie. Dit trainingsproces helpt het model om antwoorden te begrijpen en te genereren die specifiek zijn voor de producten, diensten of interne processen van het bedrijf.
Met deze op maat getrainde ChatGPT kunnen medewerkers met het systeem interageren om informatie op te vragen, begeleiding te zoeken of antwoorden te krijgen op interne vragen. Het kan fungeren als een intelligente kennisbank die directe en accurate antwoorden geeft op basis van de interne bronnen van de organisatie.
ChatGPT intern gebruiken biedt het voordeel van gestroomlijnde communicatie, hogere efficiëntie en makkelijke toegang tot bedrijfsspecifieke informatie. Toch is het cruciaal om de veiligheid en vertrouwelijkheid van de gebruikte eigen data tijdens training en uitrol te garanderen.
Door ChatGPT intern in te zetten met custom datasets en documentatie, kunnen organisaties hun interne workflows verbeteren, kennisdeling stimuleren en medewerkers versterken met een krachtige, AI-gedreven informatiebron.
ChatGPT voor private documenten
Azure OpenAI on your data werkt met OpenAI's krachtige GPT-35-Turbo- en GPT-4-taalmodellen, waardoor ze antwoorden kunnen geven op basis van je data. Je kunt Azure OpenAI on your data benaderen via een REST API of de webgebaseerde interface in de Azure OpenAI Studio om een oplossing te bouwen die verbindt met je data voor een verrijkte chatervaring.
Een van de belangrijkste features van Azure OpenAI on your data is het vermogen om data op te halen en te gebruiken op een manier die de output van het model verbetert. Azure OpenAI on your data bepaalt, samen met Azure Cognitive Search, welke data uit de aangewezen databron wordt opgehaald op basis van de gebruikersinput en de meegegeven gespreksgeschiedenis. Deze data wordt vervolgens aangevuld en opnieuw als prompt ingediend bij het OpenAI-model, waarbij de opgehaalde informatie aan de oorspronkelijke prompt wordt toegevoegd. Hoewel de opgehaalde data aan de prompt wordt toegevoegd, wordt de resulterende input nog steeds door het model verwerkt zoals elke andere prompt. Zodra de data is opgehaald en de prompt bij het model is ingediend, gebruikt het model deze informatie om een completion te geven.
Je kunt een intern gebruikt ChatGPT-systeem implementeren dat custom datasets en documentatie inzet. Deze oplossing stelt medewerkers en interne gebruikers in staat om vragen te stellen op basis van de interne kennisbank, gemaakt met ChatGPT en specifiek afgestemd op hun noden. Om transparantie en nauwkeurigheid te garanderen, voorziet de tool gebruikers van bronvermeldingen bij de antwoorden die ze krijgen, zodat ze de bron van de informatie kunnen verifiëren. Deze aanpak zorgt voor gestroomlijnde communicatie, stimuleert kennisdeling en verhoogt de nauwkeurigheid en betrouwbaarheid van de antwoorden van een informatiebron gedreven door een AI Large Language Model.
Beeld door de auteur
De Azure OpenAI-service laat private documenten toe. In dat geval wordt de interne/private data aan de Azure OpenAI-service aangeboden en vervolgens verwerkt, gebruikt en opgeslagen. Azure OpenAI slaat data op en verwerkt ze om de dienst te leveren en om toe te zien op gebruik dat de toepasselijke productvoorwaarden schendt. Je prompts (inputs) en completions (outputs), je embeddings en je trainingsdata zijn NIET beschikbaar voor andere klanten. Ze zijn NIET beschikbaar voor OpenAI. Ze worden NIET gebruikt om OpenAI-modellen te verbeteren. Ze worden NIET gebruikt om producten of diensten van Microsoft of derden te verbeteren. Ze worden NIET gebruikt om Azure OpenAI-modellen automatisch te verbeteren voor jouw gebruik in jouw resource (de modellen zijn stateless, tenzij je modellen expliciet fine-tunet met je trainingsdata). Je fine-getunede Azure OpenAI-modellen zijn uitsluitend voor jouw gebruik beschikbaar.
Hier zie je de gebruikersinterface van de Azure Open AI Studio:
Beeld door de auteur
Kenmerken van de oplossing:
- Chat- en vraag-antwoord-interfaces
- Onderzoekt verschillende strategieën om gebruikers te helpen de betrouwbaarheid van antwoorden in te schatten door bronvermeldingen, tracking van broninhoud en gerelateerde technieken toe te voegen
- Toont mogelijke methodologieën voor datapreprocessing, promptformulering en de coördinatie van interacties tussen het model (ChatGPT) en de retriever (Cognitive Search)
- Biedt gebruiksvriendelijke instellingen binnen de user experience (UX) om het gedrag van het systeem te fine-tunen en experimenteren met verschillende opties te vergemakkelijken
- Databeveiliging: data is uitsluitend beschikbaar op je intranet en toegankelijk voor geautoriseerde Azure-gebruikers, wat maximale bescherming garandeert
Ben je op zoek naar een ChatGPT-gebaseerde oplossing?
Sparkle realiseerde al verschillende ChatGPT-gebaseerde oplossingen voor uiteenlopende afdelingen in meerdere sectoren zoals legal, customer care, investor relations, contractbeheer, onderhoudsbeheer enz. Wil je meer weten over de mogelijkheden van ChatGPT-gebaseerde oplossingen voor interne, private documenten binnen je afdeling of sector, contacteer ons.
De Cronos Group mag zich Microsoft Partner of the Year (2022 & 2023) in België noemen. Bij Sparkle zijn we er trots op dat onze voortdurende inspanningen (ook op het vlak van AI) ons in staat hebben gesteld bij te dragen aan deze belangrijke erkenning voor de Cronos Group.
OVER DE AUTEUR
Zakaria Janah
Data Engineer
Ontdek meer content op onze blog
Waarom we Sparkle heten
Vóór een goede beslissing komt een inzicht. Vóór een inzicht komt een spark. Het verhaal achter de naam op de deur.
Medallion-architectuur
Een gelaagd data-designpatroon dat ruwe data stap voor stap verfijnt tot schone, business-ready inzichten, via de lagen Bronze, Silver en Gold.
Budgetten horen nu thuis in je dataplatform
Planning in Fabric IQ is de nieuwste capaciteit van Microsoft, en het wijst op een echte verschuiving in hoe organisaties kunnen denken over de relatie tussen analytics en planning.
Sparkle maakt nu deel uit van de Estse Microsoft Fabric-gebruikersgroep
De Estonian Microsoft Fabric User Group is een plek waar mensen samenkomen om echte data-engineering- en architectuuruitdagingen aan te pakken met Microsoft Fabric.
Klantcase: Nabuminds migreert naar Microsoft Fabric-platform
De overstap van gefragmenteerde, tenant-gebaseerde BI naar een uniform platform leverde snellere inzichten, sterkere governance en toekomstklare analyticscapaciteiten op.
De puntjes verbinden: Neo4j graph intelligence in Microsoft Fabric
Microsoft Fabric verenigt data engineering, analytics en AI over het Microsoft-ecosysteem heen.
Maar veel businessproblemen zoals fraudedetectie, customer 360 en supply-chain-optimalisatie hangen niet af van afzonderlijke datapunten, maar van hoe die punten met elkaar verbonden zijn.
