MACHINE LEARNING EXECUTION FRAMEWORK

In examples, an execution chain used to process includes one or more blocks, where each block includes at least one of a machine learning (ML) definition and/or a set of programmatic operations. As an example, an ML definition of an ML block includes a prompt to be processed by an ML model. As another example, the ML definition includes a prompt template, which may be populated based on a previous block of the execution chain. Further, a programmatic block of the execution chain can include any of a variety of operations, for example to obtain data from a data source and/or to prompt a user for input, thereby obtaining additional data that may be used to ground an ML model for a subsequent machine learning block of the execution chain. Dans des exemples, une chaîne d'exécution utilisée pour le traitement comprend un ou plusieurs blocs, chaque bloc comprenant une définition d'apprentissage automatique (ML) et/ou un ensemble d'opérations programmatiques. Par exemple, une définition ML d'un bloc ML comprend une invite à traiter par un modèle ML. Dans un autre exemple, la définition ML comprend un modèle d'invite, qui peut être alimenté sur la base d'un bloc précédent de la chaîne d'exécution. En outre, un bloc programmatique de la chaîne d'exécution peut comprendre l'une quelconque d'une variété d'opérations, par exemple pour obtenir des données à partir d'une source de données et/ou pour inviter un utilisateur à entrer, ce qui permet d'obtenir des données supplémentaires qui peuvent être utilisées pour former un modèle ML destiné à un bloc d'apprentissage automatique ultérieur de la chaîne d'exécution.