モデルレジストリ¶
モデルレジストリは、DataRobotで使用されるさまざまなモデルの組織的なハブです。 モデルは、デプロイ可能なモデルパッケージとして登録されます。 各登録済みモデルパッケージは、そのモデルのソースに関係なく同じように機能します。 これらのモデルパッケージは、_登録されたモデルバージョン_を含む_登録モデル_にグループ化され、解決するビジネス問題に基づいて分類できます。 登録済みモデルには、そのバージョンとして以下のアーティファクトを含めることができます。
-
DataRobotモデル、カスタムモデル、および外部モデル
-
チャレンジャーモデル(チャンピオンと共に)
-
自動的に再トレーニングされたモデル。
カスタムモデルは、 カスタムモデルワークショップタブのモデルレジストリで 作成およびテストされ、外部モデルは DataRobotの外部で動作し、モデルレジストリの 外部モデルに関連付けられます。
登録済みモデルを追加した後には、検索、フィルター、並び替えを行うことができます。 登録済みモデル(およびそのモデルに含まれるバージョン)を他のユーザーと共有することもできます。 登録済みモデルパッケージ(関連するメタデータを持つモデルアーティファクト)は、モデルレジストリ > 登録済みのモデルタブにリストされます。
さらに、モデルレジストリでは、 モデルパッケージからモデルコンプライアンスドキュメントを生成し、 モデルをデプロイ、共有、またはアーカイブできます。
登録済みのモデルとバージョンの追加¶
DataRobotパッケージ、カスタムパッケージ、外部モデルパッケージを登録できます。 登録済みのモデルページにモデルパッケージを追加する場合、新しい登録済みモデル(バージョン1)を作成するか、既存の登録済みモデルの新規バージョンとしてモデルパッケージを保存できます。 同じ登録済みモデルのバージョンとして追加されるモデルパッケージには、同じターゲットタイプ、ターゲット名、該当する場合はターゲットクラスと時系列設定が必要です。 登録済みモデルをモデルレジストリに追加する方法については、以下のドキュメントを参照してください。
トピック | 説明 |
---|---|
DataRobotモデルの登録 | リーダーボードからDataRobotモデルをモデルレジストリに追加する方法。 |
カスタムモデルの登録 (MLOpsのみ) |
モデルレジストリにカスタム推論モデルを登録する方法。 |
外部モデルの登録 (MLOpsのみ) |
外部モデルをモデルレジストリに登録する方法。 |
重要
登録済みのモデルページに登録された各モデルには、一意の名前を付ける必要があります。 新しい登録モデルを作成する際に、組織内のどこかに存在する名前を選択すると、モデルの登録に失敗したという警告が表示されます。 別の名前を使用するか、このモデルを既存の登録済みモデルの新しいバージョンとして追加します。
登録済みのモデルとバージョンへのアクセス¶
登録済みのモデルページでは、登録済みモデルを名前または最終変更日で並べ替えることができます。 登録済みのモデルでは、バージョンタブで、バージョンを名前、作成日、最終更新日、またはモデルタイプで並べ替えることができます。
登録済みのモデルページの左上隅で、検索をクリックして登録済みモデル名を入力し、登録済みのモデルページで検索したり、フィルターをクリックして登録済みのモデルページでフィルターを有効化、変更、クリアしたりできます。
詳細については、 登録済みモデルの表示と管理のドキュメントを参照してください。
グローバルモデルへのアクセス¶
本機能の提供について
グローバルモデルはプレミアム機能です。 この機能を有効にする方法については、DataRobotの担当者にお問い合わせください。
登録済みのモデルページから、予測または生成ユースケース用に、事前トレーニング済みのグローバルモデルをデプロイできます。 これらの高品質でオープンソースのモデルは、トレーニング済みですぐにデプロイできるため、DataRobotのインストール後すぐに予測を行うことができます。 LLMのユースケースには、プロンプトインジェクション、毒性、センチメントを識別する分類器や、拒否スコアを出力するリグレッサーが用意されています。
グローバルモデルの利用可能性
DataRobotが作成したグローバルモデルは、すべてのユーザーが利用できます。 管理者が作成したグローバルモデルは、以下のルールに基づいて使用できます。
- 組織管理者 がグローバルモデルを作成する場合、そのグローバルモデルは、組織内のすべてのユーザーが使用できます。
- プラットフォーム管理者 がグローバルモデルを作成する場合、そのDataRobotプラットフォームインスタンスのすべてのユーザーが使用できます。
グローバルモデルの編集権限があるのは管理者のみです。 デプロイされたグローバルモデルは、デプロイの共有ルールに従います。
モデルレジストリ > 登録済みのモデルページで、DataRobotによって作成されたグローバルモデルを特定するには、 フィルターをクリックし、作成者フィールドでglobal-models-robot@datarobot.com
を入力して、フィルターを適用をクリックします。
次のグローバルモデルを使用できます。
モデル | タイプ | ターゲット | 説明 |
---|---|---|---|
プロンプトインジェクション分類器 | 二値 | インジェクション | テキストをプロンプトインジェクションまたは正当なものとして分類します。 このモデルには、分類するテキストを含むtext という名前の列が1つ必要です。 詳しくは、 deberta-v3-base-injectionモデルの詳細を参照してください。 |
毒性分類器 | 二値 | 毒性 | テキストを有毒か無毒に分類します。 このモデルには、分類するテキストを含むtext という名前の列が1つ必要です。 詳しくは、 toxic-comment-modelの詳細を参照してください。 |
センチメント分類器 | 二値 | センチメント | テキストのセンチメントを肯定的か否定的に分類します。 このモデルには、分類するテキストを含むtext という名前の列が1つ必要です。 詳しくは、 distilbert-base-uncased-finetuned-sst-2-englishモデルの詳細を参照してください。 |
感情分類器 | 多クラス | ターゲット | テキストを感情で分類します。 これは多ラベルモデルです。つまり、複数の感情をテキストに適用できます。 このモデルには、分類するテキストを含むtext という名前の列が1つ必要です。 詳しくは、 roberta-base-go_emotions-onnxモデルの詳細を参照してください。 |
拒否スコア | 連続値 | ターゲット | プロンプトがモデルに設定されている回答範囲を超えているために、LLMがクエリーへの回答を拒否したケースのリストと、入力を比較して、最大類似性スコアを出力します。 |
PresidioのPII検出 | 二値 | contains_pii | テキスト内の個人を特定できる情報(PII)を検出して置き換えます。 このモデルには、分類するテキストを含むtext という名前の列が1つ必要です。 必要に応じて、検出するPIIのタイプをコンマ区切りの文字列として列'entities'に指定できます。 この列が指定されていない場合は、サポートされているすべてのエンティティが検出されます。 エンティティのタイプは、PresidioがサポートするPIIエンティティのドキュメントに記載されています。 検出結果に加えて、モデルは anonymized_text 列を返します。この列には、検出されたPIIがプレースホルダーに置き換えられた更新バージョンの入力が含まれています。 詳細については、Presidio: Data Protection and De-identification SDKのドキュメントを参照してください。 |
ゼロショット分類器 | 二値 | ターゲット | ユーザー指定のラベルを持つテキストに対してゼロショット分類を実行します。 このモデルでは、text という名前の列に分類されたテキストが必要であり、labels という名前の列にコンマ区切りの文字列としてクラスラベルが必要です。 すべての行に同じラベルセットが必要であるため、最初の行にあるラベルが使用されます。 詳しくは、 deberta-v3-large-zeroshot-v1モデルの詳細を参照してください。 |
Pythonダミー二値分類 | 二値 | ターゲット | Positiveクラスでは、常に0.75となります。 詳しくは、 python3_dummy_binaryモデルの詳細を参照してください。 |