設計時

IXP の設計時に関するよくある質問のフロー (抽出ノードの制限、フィールド、アノテーション、モデルのパフォーマンスなど)

抽出ノードに設計時の制限はありますか?

以下のような設計時の制限事項があります。

• フィールド グループあたりのフィールド数: 最大 32 フィールド。
• フィールド名、フィールド グループ名、またはフィールドの種類名あたりの文字数: 最大 64 文字。
• 指示あたりの文字数: 最大 4096 文字。この制限は、タクソノミー レベルの全体的な抽出指示、フィールド グループの指示、フィールドの指示、フィールドの種類の指示を含むすべての指示に適用されます。
• ドキュメントの合計サイズ: 最大 200 MB。この制限は、ドキュメントの数ではなく、ドキュメントの合計サイズに適用されます。設計時の処理は課金対象ではないため、この制限により、最適な設計時のパフォーマンスを維持し、設計時のコストを制御できます。

[抽出] ノードで一般フィールドを作成できますか?

いいえ、[ 抽出 ] ノードには一般フィールドの概念はありません。すべてのフィールドがフィールド グループに属している必要があります。各フィールド グループは 1 つの独立した表に相当し、フィールドは表の列を意味します。ただし、ドキュメントの種類に相当する親レベルのフィールド グループを定義し、このフィールド グループの下に一般フィールドを表として追加できます。

抽出ノードのモデルでは、ラベル付けやアノテーションによってパフォーマンスが向上しますか?

いいえ、このモデルはまだユーザーのアノテーションから直接学習しません。モデルのパフォーマンスを向上させるには、プロンプトの指示またはモデルの設定を変更します。アノテーションから学習する微調整可能なモデルは、将来のリリースで利用可能になる予定です。

モデルのパフォーマンスが向上しないのにドキュメントのアノテーションを行う必要があるのはなぜですか?

それでもなお、ドキュメントを検証してアノテーションを行い、モデルのパフォーマンス評価のグラウンド トゥルースを確立することは重要です。パフォーマンス評価は、[ 評価の実行 ] タブの組み込みのパフォーマンス メトリックにキャプチャされます。

プロンプトの指示をテストするには、ドキュメントをいくつアップロードする必要がありますか?

ドキュメントの代表的なサンプルをアップロードし、考えられるバリエーションをすべてカバーする必要があります。これは、少なくとも 20 個から 30 個の異なるドキュメントである必要があります。2 個から 3 個のドキュメントで初期の予測を確認し、プロンプトの指示を変更する必要があるかどうかを判断した上で、テスト サンプルを 10 個のドキュメント、20 個、30 個、X 個と徐々に増やしていくことをお勧めします。これは反復的なプロセスになります。

信頼できるパフォーマンス メトリックを取得するには、いくつのドキュメントのアノテーションを行う必要がありますか?

各フィールドについて少なくとも 10 個のドキュメントまたは 10 個の例、あるいはその両方を検証して、モデルが有意義な検証の統計情報を提供できるようにすることをお勧めします。これはアノテーションの最小数であり、特定のユース ケースの要件によって異なります。