Работа с нейросетью

Работа с нейросетью осуществляется с помощью блоков:

• Отправить сообщение
• Создать эмбеддинг
• Распознать текст в документе

В параметрах блоков Отправить сообщение и Создать эмбеддинг можно выбирать не только конкретную модель нейросети для выполнения задачи, но и целое семейство моделей. Это позволит системе автоматически выбирать доступную модель из семейства, если использовать конкретную модель невозможно из-за аппаратных ограничений.

Отправить сообщение

Блок позволяет отправить сообщение с произвольным содержимым и получить ответ выбранной модели нейросети в выходных данных.

Параметры блока:

• Сообщение
• Модель или семейство моделей — выберите из списка доступных
• Температура — регулирует точность ответов нейросети. Чем ближе к нулю, тем более точным и предсказуемым будет ответ. Более высокая температура приводит к более разнообразным, но менее точным результатам. Минимальное значение: 0, максимальное: 1

Пример:

1. Введем запрос в поле Сообщение и выберем модель нейросети из списка.
2. Протестируем блок.
3. В выходных данных отображается ответ.

Создать эмбеддинг

Блок позволяет преобразовывать текст в векторный формат.

Параметры блока:

• Сообщение
• Модель или семейство моделей — выберите из списка доступных

Пример:

1. Введем сообщение, для которого необходимо получить эмбеддинг, и выберем модель нейросети из списка.
2. Протестируем блок.
3. В выходных данных получаем массив чисел.

Распознать текст в документе

Блок извлекает текст из файлов различных форматов.

Параметры блока:

• Модель или семейство моделей — выберите из списка доступных
• Документ — файл в формате MD
• Расширение — только расширение или имя файла с расширением, например, имя_файла.md, .md, md, или переменная file_name
• Запрос — укажите шаблон формата, в котором нужно извлечь текст
• Сформировать поля из содержимого — активируйте переключатель для получения выходных данных в формате JSON с полями, которые можно будет использовать для маппинга в последующих блоках

Пример:

1. Получим файл с помощью блока Скачать содержимое файла.
2. Добавим блок Распознать текст в документе.
3. В параметрах блока выберем нужную модель нейросети из списка доступных.
4. С помощью маппинга подставим переменные file_content и file_name.
5. Протестируем скрипт целиком.
6. Блок возвращает расшифрованный текст в формате Markdown.