Vai al contenuto principale
INNOCHAT ti consente di caricare dati di training sotto forma di file CSV o tabelle Excel semplici.
Le “tabelle semplici” si riferiscono a dati tabellari senza celle unite, con un’unica colonna di chiave primaria con elementi univoci, intestazioni di colonne o righe univoche e descrittive e una chiara struttura a colonne oppure righe/colonne. Esempio di tabella solo a colonne:
Tutti i dati per riga si riferiscono alla chiave prodotto nella prima colonna. Esempio di tabella righe/colonne:
Ogni combinazione di riga e colonna rimanda a un valore di cella specifico. Non esiste un numero massimo di colonne, tuttavia c’è un limite al numero totale di token per riga.
Se viene superato, il training va in errore. Al marzo 2024, il massimo è circa 8000 token per riga (incluso il codice JSON necessario per rappresentare la struttura della tabella).
Ciò significa che la quota effettivamente disponibile per i valori è inferiore e dipende dalla lunghezza dei nomi di righe e colonne. Se i tuoi dati rispettano il formato descritto sopra, puoi caricare la tabella come fonte di training.
Per farlo, vai su: Sources → Add Sources → Tables
Per le tabelle righe/colonne, dopo il caricamento devi fare quanto segue:
  • Seleziona la tabella
  • Apri il menu a tre punti sulla destra
  • Fai clic su Edit Table Data
Nell’editor delle tabelle, seleziona Row-Column Header e fai clic su Save Changes.
Questo assicura che i dati vengano pre-elaborati correttamente per l’elaborazione da parte del LLM.
Successivamente, puoi utilizzare le tabelle come dati di riferimento quando assegni la knowledge base ai tuoi agenti. Nota bene:
I modelli GPT-4 superano nettamente i modelli GPT-3.5 in termini di precisione e coerenza quando si lavora con le tabelle.
Esempio di retrieval LLM basato sulle tabelle di esempio mostrate sopra.

​
Il mio agente o chatbot non comprende correttamente la mia tabella!

I LLM come GPT-4 sono eccellenti nel gestire testo non strutturato.
Con capacità multimodali (ad es. GPT-Vision) possono persino interpretare immagini.
Le tabelle, però, sono tutt’altra cosa. Non esiste una sintassi universale per rappresentare informazioni strutturate.
Poiché i LLM funzionano in modo probabilistico, non sono naturalmente bravi a interpretare direttamente dati tabellari. Un articolo di Microsoft Research analizza le prestazioni di GPT-4 con dati strutturati: https://www.microsoft.com/en-us/research/blog/improving-llm-understanding-of-structured-data-and-exploring-advanced-prompting-methods/
Confronto delle prestazioni tra GPT-3.5 e GPT-4 nelle operazioni su tabelle e dati strutturati.
Fonte: Microsoft Research INNOCHAT utilizza attualmente una struttura basata su JSON per rappresentare le tabelle.
Non è perfetta, ma supporta un numero limitato di casi d’uso in cui le tabelle vengono utilizzate come fonte di training. Sappiamo che molti casi d’uso includono dataset più grandi, più complessi e più dinamici.
La funzione di tabelle statiche non è ideale per questo. Per questo motivo, consigliamo invece il Function Calling. L’approccio più robusto e professionale per la Retrieval-Augmented Generation (RAG) con dati strutturati è:

​
→ Function Calling con Custom Functions basate su SQL

Questo significa:
  1. Progetti le tue funzioni
  2. Le funzioni includon