Event log

Event log gibt Ihnen eine visuelle Zusammenfassung aller Ereignisse, die während einer Modellinteraktionssitzung auftreten.

In einer Sitzung könnte es mehrere Ereignisse geben, mit der Möglichkeit, Details zu einem bestimmten Ereignis zu sehen. Zum Beispiel: Details zu erfolgreichen Verbindungen zu grundlegenden Modellen, das Senden von Eingabeaufforderungen und das Empfangen von Antworten, fehlgeschlagene und erfolgreiche Sitzungen, Token-Nutzung und andere Ereignisdetails. Indem Sie diese Details überwachen und anzeigen, können Sie die Daten analysieren und proaktiv vorbeugende Maßnahmen für Datensicherheit, Governance und Compliance ergreifen.

Event log-Tabellendetails

Sie können Ihre Suche verfeinern, indem Sie verfügbare Suchparameter wie Sitzungs-ID verwenden, um alle Ereignisse anzuzeigen, die spezifisch für die ausgewählte Sitzung sind.

Anmerkung: Bewegen Sie Ihren Cursor über die Symbole der Aktionsschaltflächen, um die spezifischen Funktionen zu identifizieren.

Die Event log-Tabelle sortiert und zeigt die Details nach diesen Spalten an:

Event log-Tabellendetails

eins

Status: Zeigt den Erfolg oder das Fehlschlagen eines Ereignisses.
zwei

Zeit: Zeigt die Startzeit des Ereignisses an.
drei

Ereignistyp: Zeigt jeden Sitzungstyp wie: Eingabe senden, Antwort erhalten, Model connection und Auslöser-AI Skill.

Sie können auf den Link Ereignistyp klicken, um ins Detail zu gehen und zusätzliche Ereignisdetails anzuzeigen.
vier

Quelle: Zeigt, wo in dem Produkt diese Eingabe gemacht wurde.
fünf

Modellname: Zeigt den Namen der verwendeten Grundmodellversion an, wie zum Beispiel: Claude für Amazon Bedrock, VertexAI fürGoogle Vertex AI, GPT 3.5 Turbo für Azure OpenAI und andere.
sechs
Typ der Eingabeaufforderung: Zeigt die Art der in der Automatisierung verwendeten Eingabeaufforderung an. Die Möglichkeiten lauten:
  • Freiform (wenn Generative AI packages verwendet werden).
  • KI-Fähigkeit ( wenn AI Skills packages verwendet werden.)
sieben

Automatisierungsname: Zeigt den Namen der Automatisierung, die eine bestimmte Eingabeaufforderung verwendet hat.
acht

Sitzungs-ID: Zeigt die ID der Automatisierungssitzung an.
neun

Gerätename: Zeigt die ID des Geräts an, auf dem die Automatisierung ausgeführt wurde.
zehn

Nutzer: Zeigt die ID des Nutzers an, der die Automatisierung ausgeführt hat.
elf

AI guardrail : Zeigt die spezifische Schutzvorrichtung, die auf jedes Ereignis angewendet wird.
zwölf

Ordnerpfad: Der Ordnerspeicherort der Automatisierung, von dem aus sie ausgeführt wurde.

Unterstützte Ereignistypprotokolle

Die folgenden Ereignistypprotokolle werden für alle Modellinteraktionen in einer Automatisierung erfasst.
  • AI Skill auslösen
  • Prompt gesendet
  • Model connection
  • Antwort erhalten

Klicken Sie in der Spalte Ereignistyp auf den Link, um detailliertere Informationen zu den Ereignissen anhand der folgenden Parameter anzuzeigen. Die Einzelheiten variieren je nach Ereignistyp. Zeigen Sie auf demselben Bildschirm unterschiedliche Parameter für jeden Ereignistyp an.

Event log-Details

Anmerkung: Das Feld Automatisierungstyp zeigt den Typ der in der Modellinteraktionssitzung verwendeten Automatisierung an. Die übrigen Felder sind die gleichen wie in den Event log-Tabellendetails.

Freiformprotokolle (erzeugt bei der Verwendung der Generative AI-Packages) werden für Automatisierungen erfasst, die über generative AI-Packages ausgeführt werden, und werden unterstützt von den Ereignistypen Modellverbindung, Eingabeaufforderung senden und Antwort erhalten.

Jedes Ereignis zeigt Folgendes an:
  • Status: Gibt an, ob die Modellverbindung erfolgreich hergestellt wurde.
  • Ereignistyp: Kategorisiert das Ereignis als Model connection.
  • Zeit: Gibt den Zeitstempel des Verbindungsversuchs an.
  • Typ der Eingabeaufforderung: Identifiziert den verwendeten Typ der Eingabeaufforderung.
  • Modellname: Gibt den Namen des verwendeten Sprachmodells an. Beispiel: GPT-4.
  • Sitzungs-ID: Eine eindeutige Kennung für die Verbindungssitzung.
  • Automatisierungsname Gibt den Namen der Automatisierung an.
  • Gerätename: Gibt das Gerät an, das mit der Automatisierung verbunden ist.
  • Nutzer: Identifiziert den Nutzer, der die Automatisierung initiiert hat.
  • Automatisierungstyp: Kategorisiert den Automatisierungstyp. Wie Task Bot, API-Aufgabe.
  • KI-Schutzvorrichtungen zugewiesen: Gibt an, ob AI Guardrails zugewiesen wurden.
  • Modellverbindungstyp: Gibt den Typ der Modellverbindung an. Der Modellverbindungstyp kann einer der folgenden sein:
    • Standard
    • Fein abgestimmt
    • Durch Wissensdatenbank geerdet
    • Durch Datenspeicher geerdet
    • Grounded by Enterprise Knowledge
    • Grounded durch AI search

Lassen Sie uns die unterstützten Ereignistyp-Parameter durchgehen.

Auslöser-AI Skill
  • Details der KI-Fähigkeit auslösen: Zeigt die Details der Eingabeaufforderung an, die beim Test der Modellverbindung verwendet wurde.
Eingabe senden
  • Toxizität: Zeigt den Toxizitätswert def gesamten Eingabeaufforderung (System prompt und Nutzer-Eingabeaufforderung) an. Wenn die Schutzvorrichtung so eingestellt ist, dass toxische Inhalte blockiert werden, kann das Protokoll anzeigen, dass die Aktion durch die Schutzvorrichtung blockiert wurde, und ausdrücklich darauf hinweisen, dass das AI guardrail die Eingabeaufforderung abfängt, bevor sie das LLM erreicht. Weitere Informationen zur Toxizität finden Sie unter Toxizität in KI.
  • System-Eingabeaufforderung: Zeigt den vollständigen Text der System-Eingabeaufforderung an, der vom Nutzer eingegeben wurde.
  • Nutzer-Eingabeaufforderung: Zeigt den vollständigen Text der Nutzer-Eingabeaufforderung an, der vom Nutzer eingegeben wurde.
  • Klicken Sie auf Weitere Informationen, um die folgenden Informationen aufzurufen:
    • Herausgeber: Zeigt den Namen des Herausgebers des Grundmodells an, wie Amazon Bedrock, Google Vertex AI, Azure OpenAI, OpenAI und andere.
    • Anfragekonfiguration: Zeigt die für die Eingabeaufforderung verwendeten Parameterwerte an, wie zum Beispiel: Maximale Tokenanzahl, Top P, Temperatur und andere. Diese Parameter variieren für verschiedene Modelle.
Model connection
  • Herausgeber: Zeigt den Namen des Herausgebers des Grundmodells an, wie Amazon Bedrock, Google Vertex AI, Azure OpenAI, OpenAI und andere.
  • Verbindungsmethode: Zeigt den Verbindungstyp an, der zur Verbindung mit einem Modell verwendet wird. Zum Beispiel: Amazon Bedrock, Azure OpenAI und OpenAI verbinden sich mit API-Schlüsseln. Google Vertex AI verbindet sich mit einem Benutzerkonto, Dienstkonto oder Control Room OAuth-Verbindung.
Antwort erhalten
  • Toxizität: Zeigt den Toxizitätswert def gesamten Eingabeaufforderung (System prompt und Nutzer-Eingabeaufforderung) an. Wenn die Schutzvorrichtung so eingestellt ist, dass toxische Inhalte blockiert werden, kann das Protokoll anzeigen, dass die Aktion durch die Schutzvorrichtung blockiert wurde, und ausdrücklich darauf hinweisen, dass das AI guardrail die Eingabeaufforderung abfängt, bevor sie das LLM erreicht.
    Anmerkung: Wenn die Eingabeaufforderung blockiert wird, bevor sie das LLM erreicht, wird keine Antwort empfangen. Daher werden Sie in solchen Fällen dieses Ereignis nicht im Ereignisprotokoll sehen. Weitere Informationen zum Einrichten der Toxizitätsregel finden Sie unter AI Guardrails erstellen und verwalten.
  • System-Eingabeaufforderung: Zeigt den vollständigen Text der System-Eingabeaufforderung an, der vom Nutzer eingegeben wurde.
  • Nutzer-Eingabeaufforderung: Zeigt den vollständigen Text der Nutzer-Eingabeaufforderung an, der vom Nutzer eingegeben wurde.
  • Antwort: Zeigt die vom Modell erhaltene Antwort an.
  • Klicken Sie auf Weitere Details, um zusätzliche Informationen rund um Verbrauchte Tokens anzuzeigen: Zeigt die Anzahl der vom Modell verbrauchten Tokens an. Dies hilft, den Verbrauch von Tokens und das Guthaben im Auge zu behalten.