タスク管理

Classic/VPC環境で利用できます。

タスク管理では、 チューニング メニューでタスクを作成および管理する方法と学習状況を確認する方法について説明します。また、学習が完了したタスクのパフォーマンスおよび精度をテストするための Inference Testの使用方法とテストアプリを作成する方法を紹介します。

新規タスク作成

新規タスクを作成し、事前に学習したモデルの一部をユーザーデータセットに合わせて再学習してテストできます。チューニングタスクの作成のためにはアップロード条件に適したデータセットが必要であり、データ件数が多いほどチューニング成果物のパフォーマンスが向上します。データセットについての詳細は、データセット準備をご参照ください。

新規タスクを作成する方法は、次の通りです。

1. NAVERクラウドプラットフォームコンソールで Services > AI Services > CLOVA Studio メニューを順にクリックします。

2. My Product メニューをクリックし、[CLOVA Studioに移動する] ボタンをクリックします。

3. チューニング メニューをクリックします。

4. タスクを行う種類の [作成する] ボタンをクリックします。

   • チューニングは合計7種類のタスクと直接学習できる APIを提供しています。
   • タスク種類を選択すると、カード形式でタスク種類の説明と応用例を確認できます。
   • APIを選択すると、直接 APIを呼び出して学習を進めることができます。
   参考

   APIで学習を進める場合、APIガイドをご参照ください。
   学習の作成と照会はサービスページに案内された API明細通りに呼び出しが可能ですが、学習したモデルの結果を作成するための Chat Completion API、Completion APIを使用するためには、従来と同じようにテストアプリを作成してください。

5. ポップアップが表示されたらモデルエンジンを選択し、 [作成] ボタンをクリックします。

   • モデルエンジンは今後変更できません。
   • モデルエンジンについての詳細は、Engineをご参照ください。

6. タスク名を入力します。

7. ファイルアップロード領域をクリックして、個人情報および有害情報の案内内容を確認し、データセットをアップロードします。

   • csvファイルの場合、 フォーマットダウンロード をクリックしてデータセットフォーマットファイルをダウンロードできます。
   • データセットのアップロードに成功した場合、ファイルのアップロード領域にデータセットのファイル名と容量が表示されます。
   • データセットのアップロードに成功しても、最適なパフォーマンスのために改善が推奨される場合、 注意事項の確認 をクリックして注意事項を確認できます。
   • データセットのアップロードに失敗した場合、ファイルアップロード領域にファイル名と失敗理由のメッセージが表示されます。 詳細を見る をクリックして、具体的なエラー内容を確認できます。

8. [次へ] ボタンをクリックします。

9. トークン算定のポップアップが表示されたら予想使用トークンを確認し、 [学習] ボタンをクリックします。

10. 学習待機中のポップアップ内容を確認し、 [確認] ボタンをクリックします。

    • ユーザー名 > マイタスク > [チューニング] タブで学習状況を確認できます。

学習状況確認

学習状況を確認する方法は、次の通りです。

1. NAVERクラウドプラットフォームコンソールで Services > AI Services > CLOVA Studio メニューを順にクリックします。
2. My Product メニューをクリックし、[CLOVA Studioに移動する] ボタンをクリックします。
3. CLOVA Studio右上のユーザー名をクリックし、 マイタスク メニューをクリックします。
4. [チューニング] タブをクリックします。
   

• 新規タスクを作成する : クリックすると、 [新規タスク] タブに移動
• / : クリックしてソート方式を変更
• 学習待機中 : 学習待機中の状態であり、クリックすると学習待機中にポップアップが表示される
• 学習中 : 学習中の状態であり、クリックして予想所要時間を確認可能
• 学習完了 : 学習を完了した状態であり、クリックしてタスク情報確認およびテスト可能
• 学習中断 : 学習を中断した状態

学習完了タスクの情報確認

学習完了したタスクをクリックすると、タスク情報を確認できます。

• 作成日時 : 新規タスクの作成日時
• 学習完了日時 : 学習を完了した日時
• Workflow ID : 学習中のタスクを識別する ID
• Problem Type : タスクタイプ
• Model Engine : 学習した言語モデルのタイプ
• Dataset : 学習に使用したデータセットファイル名
• Train Loss : モデルがデータセットにどれほど適しているかを示す数値であり、Train Lossが低いほど正解との誤差が小さい
• Tokens Used : 実際使用されたトークン数

学習中断

学習を中断する方法は、次の通りです。

1. NAVERクラウドプラットフォームコンソールで Services > AI Services > CLOVA Studio メニューを順にクリックします。
2. My Product メニューをクリックし、[CLOVA Studioに移動する] ボタンをクリックします。
3. CLOVA Studio右上のユーザー名をクリックし、 マイタスク メニューをクリックします。
4. [チューニング] タブをクリックします。
5. 学習を中断するタスクをクリックします。
6. [中断] ボタンをクリックします。
7. 学習中断のポップアップ内容を確認し、 [中断] ボタンをクリックします。
   • 待機中の学習を中断する場合、以前アップロードしたデータセットのファイルがすべて失われます。
   • 進行中の学習を中断する場合、以前アップロードしたデータセットファイルとタスクが失われ、タスク作成時に告知したトークンが使用されます。

学習完了タスクの活用

学習完了したタスクのテストアプリを作成する前に、パフォーマンスと精度をテストできる Inference Testを実行できます。テストを完了した後にテストアプリを作成でき、共有 URLを通じてタスクを共有することもできます。

Inference Test

Inference Test機能にてテストする方法は、次の通りです。

1. NAVERクラウドプラットフォームコンソールで Services > AI Services > CLOVA Studio メニューを順にクリックします。
2. My Product メニューをクリックし、[CLOVA Studioに移動する] ボタンをクリックします。
3. CLOVA Studio右上のユーザー名をクリックし、 マイタスク メニューをクリックします。
4. [チューニング] タブをクリックします。
5. テストするタスクをクリックします。
   • 学習完了状態のタスクのみテストできます。
6. Input 領域に入力値を入力し、[実行] ボタンをクリックします。
   

• 空白を含め、最大2,000文字まで入力できます。
• 学習を通じて作成された結果値が Output 領域に出力されます。
• 十分なテストを通じて、パフォーマンスと精度を検証してください。
• HCXモデルで学習した場合は、プレイグラウンドに移動してテストしてください。
  

テストアプリ作成

テストアプリを作成する方法は、次の通りです。

1. NAVERクラウドプラットフォームコンソールで Services > AI Services > CLOVA Studio メニューを順にクリックします。
2. My Product メニュー > [CLOVA Studioに移動する] ボタンをクリックします。
3. 右上にある [ユーザー名] を選択し、[マイタスク] > チューニング をクリックします。
4. テストアプリを作成するタスクをクリックします。
5. [テストアプリ作成] ボタンをクリックします。
6. テストアプリ名を入力し、 [作成] ボタンをクリックします。
   • テストアプリが作成され、テストアプリのポップアップが表示されます。
     
     • テストアプリの API情報を確認でき、AI Filterの使用有無を設定できます(APIについての詳細は、CLOVA Studio APIガイドを参照)。
     • コードタイプは、 curl と python が提供されます。
     • [コピー] ボタンをクリックすると、API情報をクリップボードにコピーできます。
     • [再発行] ボタンをクリックすると、API Gateway Keyを再発行できます。
     • ガイドを見る をクリックすると、AI Filterガイドを確認できます。