Poniżej wymieniono kilka typowych problemów, na które możesz natrafić podczas pracy z Workiva AI.
Wymagania
- Usługa Workiva AI jest dostępna dla każdego klienta, który podpisał Warunki korzystania z usługi Workiva AI. Po zatwierdzeniu rozwiązanie Workiva AI zostanie domyślnie włączone dla całej organizacji, w tym dla wszystkich istniejących i nowo dodanych obszarów roboczych oraz użytkowników.
- Administratorzy organizacji mogą zarządzać tym włączeniem, ograniczając Workiva AI do określonych obszarów roboczych i użytkowników lub wyłączając je dla całej organizacji.
- Rozwiązanie Workiva AI jest w pełni szyfrowane i nigdy nie jest szkolone na treściach Workiva ani danych klientów. Dowiedz się więcej: Podejście Workiva do sztucznej inteligencji
Przekroczenie limitu tokenów
Tokeny to podstawowe jednostki tekstu, których modele językowe sztucznej inteligencji używają do przetwarzania treści. W zależności od języka i modelu token może być słowem, częścią słowa, znakiem interpunkcyjnym, a nawet pojedynczym znakiem.
Każdy model sztucznej inteligencji ma limit tokenów, który określa maksymalną liczbę tokenów, jakie może przetwarzać w jednym czasie. Ograniczenie to obejmuje wszystko, czego model używa do generowania odpowiedzi, na przykład:
- Twoje pytanie lub monit
- Dowolne wybrane dokumenty lub pliki
- Wsparcie treści pobranych przez system
- Odpowiedź sztucznej inteligencji
Do tej sumy wliczają się zarówno dane wejściowe (to, co dostarczasz), jak i dane wyjściowe (to, co generuje sztuczna inteligencja).
Jak pracować z limitami tokenów
Ponieważ modele mogą przetwarzać tylko ograniczoną ilość treści na raz, duże lub złożone żądania mogą mieć wpływ na wyniki. Na przykład jeśli analizujesz wiele obszernych dokumentów — takich jak kilka zgłoszeń do SEC jednocześnie — model może nie przypisywać każdemu dokumentowi takiej samej wagi w ramach jednej odpowiedzi.
Aby uzyskać lepsze wyniki, zawęź zakres swojego zapytania:
- Wybierz mniej dokumentów
- Zmniejsz zakres dat
- Skupienie się na konkretnej sekcji lub temacie
- Podziel duże żądanie na mniejsze kroki
Ograniczenie ilości treści pomaga modelowi nadać priorytet najistotniejszym informacjom i generować bardziej ukierunkowane, szczegółowe odpowiedzi.