ℹ️ En este ejemplo, la opción de restricción de conocimiento está habilitada; de lo contrario, el modelo de lenguaje habría usado conocimiento de su conjunto de datos de entrenamiento.
Scouts
Fine tuning
Cuando tu agente de IA falla al responder con precisión a una pregunta, a menudo se debe a la falta de información explícita o la ausencia de datos relevantes en el almacén de datos al que accede. Para mejorar la precisión de tu agente o para descubrir brechas de conocimiento, se recomienda integrar una fuente de datos de preguntas y respuestas.
Este enfoque permite al agente acceder a respuestas explícitas a preguntas específicas.
Considera un escenario donde se consulta a un agente, “¿Qué es la fusión nuclear?” Sin información sobre fusión nuclear en su almacén de datos, el agente podría responder, “Lo siento, no tengo la información que buscas”
Para rectificar esto, haz clic en el botón “mejorar” (disponible solo desde la página de Bandeja de entrada). Luego se te pedirá que proporciones una respuesta correcta para la pregunta que confundió al agente.
Este proceso genera automáticamente una nueva fuente de datos de preguntas y respuestas dentro del almacén de datos vinculado, que puedes editar o eliminar más tarde desde la página de Almacén de Datos.
Siguiendo este procedimiento se asegura que el agente responderá correctamente a preguntas similares en el futuro.
Este método es efectivo en varios idiomas, ofreciendo una solución versátil para mejorar el rendimiento de tu agente de IA 😎