# AfterImage — sentetik eğitim verisi — ALTAI

> AfterImage eğitim verisi üretir: önce işi tanımlayın, sonra veriyi biçimlendirin. Apache-2.0 lisanslı açık kaynak.

## AfterImage. Önce işi tanımlayın. Sonra veriyi biçimlendirin.

AfterImage eğitim verisi üretir. Görevi, soruyu soracak kişileri ve varsa kaynak belgeleri tanımlarsınız. Eğitimden önce incelenecek, birbirinden farklı örnekler yazar.

[GitHub](https://github.com/altaidevorg/afterimage)

1. **Tek soru:** Bir müşteri filtreyi soruyor. Yanıt bakım kılavuzunda.
2. **Farklı kişiler:** Her kişi aynı soruyu kendi sözleriyle sorar. Yanıt değişmez.
3. **Tek yanıt:** Altı soru da kılavuzdaki aynı yanıtla eşlenir.

AfterImage aynı soruyu farklı kişilerin ağzından yeniden yazar ve her birini aynı kaynaklı yanıtla eşler. MÜŞTERİ: “Filtreyi ne sıklıkla kontrol etmeliyim?” YENİ KULLANICI: “Filtreye hiç bakmadım, ne zaman bakmalıyım?” TEKNİSYEN: “Filtre kontrol periyodu nedir?” ACELECİ YÖNETİCİ: “Filtre: kaç ayda bir?” ÖFKELİ MÜŞTERİ: “Yine tıkandı! Filtreyi ne zaman temizlemeliydim?” YAZIM HATALI: “filitreye ne zman bakıcam” Hepsinin yanıtı: “Kılavuza göre filtreyi her ay kontrol edin.” Örnekler bu sahne için yazılmıştır.

### Model eğitimi için veri üretin.

AfterImage, bir görevi tarif ederek model eğitimi için örnekler üretmenizi sağlar. Konuşma, belgeye dayalı soru-cevap, araç çağrısı, yapılandırılmış çıktı ve tercih verisi oluşturabilir. Kaynak belgeler de veri üretimine eklenebilir.

#### Konuşma ve araç çağrıları

Çok adımlı konuşmalar, belgeye dayalı sorular, JSON gibi yapılandırılmış çıktılar ve araç kullanma örnekleri üretir.

#### Tercih verisi

DPO gibi yöntemlerde kullanılan yanıt çiftleri üretir. Veri üretimindeki kalite kontrolleri kullanılabilir.

#### Dışa aktarma

Üretilen veriyi kontrol edip model eğitiminde kullanılan formatlarda dışa aktarabilirsiniz.

### Girdiden çıktıya.

1. **Girdi:** Modelin yapmasını istediğiniz iş, yanıt biçimi ve varsa kaynak belgeler.
2. **İşlem:** Farklı örnekler üretilir, kalite kontrolleri incelenir ve veri eğitim için dışa aktarılır.
3. **Çıktı:** Kontrol edilip model eğitiminde kullanılabilecek bir veri seti.

### Müşteri projelerinde.

AfterImage ile müşterilerimizin görevlerine uygun eğitim verisi üretiyoruz. Örnekleri kontrol ediyor, modeli eğitiyor ve eğitimde kullanılmamış test verisiyle karşılaştırıyoruz.

### İlk örneği çalıştırın.

Dry-run model çağırmaz. Gerçek üretim için sağlayıcı anahtarı ya da yerel model gerekir.

````
git clone https://github.com/altaidevorg/afterimage.git
cd afterimage
python -m pip install .

# Validate the configuration without calling a model
afterimage generate -c examples/configs/basic.yaml --dry-run

# Inspect supported export formats
afterimage export --list-formats
````

### Künye

- **Ortam:** Python 3.11+
- **Arayüz:** YAML / Python / CLI
- **Lisans:** Apache-2.0
- **Kaynak:** [GitHub](https://github.com/altaidevorg/afterimage), [Dokümantasyon](https://afterimage.altai.dev/), [FunctionGemma uygulama örneği](https://github.com/altaidevorg/functiongemma-afterimage-demo)
- **Kapsam:** Sentetik örnek doğruluk kanıtı değildir. Ayrı bir değerlendirme kümesi planlayın. Sağlayıcının şartları ayrıca geçerlidir.

### Kurumunuzda kullanmak için yazın.

[Bize yazın](/tr/contact/?interest=AfterImage)

Source: https://altai.dev/tr/open-source/afterimage/
