これらのよく寄せられる質問 (FAQ) では、Copilot Studio の詳細な推論機能の AI の影響について説明します。
深層推論とは?
深い推論モデル は、複雑な問題を解決するために設計された高度な大規模言語モデルです。 各質問を慎重に検討し、詳細な内部思考の連鎖を生成してから、ユーザーに回答を提供します。
Copilot Studio の深い推論モデルをどのように使用できますか ?
Copilot Studio の深い推論モデルは、高度なエージェントを作成するための強力な機能を提供します。 Azure OpenAI o3 などのモデルでは、詳細な推論を使用してエージェントの意思決定を強化し、より正確な応答を返します。
エージェントをビルドするときに、エージェントのタスクとその実行方法を定義する命令を追加できます。 これらのタスクは、単純なものから非常に複雑なものまで多岐にわたり、徹底的な分析が必要です。
作成者は、エージェントの指示の特定のステップに推論モデルを適用して、高度な推論を実行し、より正確で洞察に満ちた結果を提供するエージェントの能力を高めることができます。 科学的研究、複雑な質問、および非構造化データの詳細な分析を必要とするタスクの詳細な推論モデルを追加できます。 これらのモデルは、単純なモデルの機能を超えた分析情報を提供します。
推論モデルを使用するには、エージェントの指示の特定のステップにキーワード 推論 を追加します。 例: 理由を使用して、2、5、10、17 などの数学系列の次の項目を決定します。 これにより、その特定のステップのエージェントの実行時に推論モデルがトリガーされます。 Copilot Studio では現在、高度な推論機能に Azure OpenAI o3 モデルが使用されています。
深層推論モデルの用途は何ですか?
深層推論モデルは、論理的推論、問題解決、段階的な分析を必要とする複雑なタスクを処理するように設計されています。 たとえば、深層推論モデルを使用して次のことができます。
市場動向を評価し、最適な投資機会を推奨します。 深い推論モデルは、市場データをより小さく、管理しやすいステップに分解し、傾向を分析し、最高の投資機会を推奨することができます。 過去のデータ、現在の市況、将来の予測などのさまざまな要因を考慮して、十分な情報に基づいた投資の推奨事項を提供できます。
需要の増加を分析し、在庫を管理するための戦略を推奨します。 モデルは、需要と供給のパターンを分析し、将来の在庫ニーズを予測し、在庫を効果的に管理するための戦略を推奨できます。 季節的な傾向、市場の変動、サプライチェーンのダイナミクスなどの要因を考慮することで、ディープ推論モデルは企業が在庫管理を最適化するのに役立ちます。
微分方程式を解き、ステップバイステップの説明を提供します。 モデルは、微分方程式などの複雑な数学的問題を解決し、解決策を段階的に説明することができます。 問題を小さなステップに分解し、論理的推論を適用することで、深層推論モデルは数学的課題に対する明確で詳細な解決策を提供することができます。
深層推論モデルはどのように評価され、どのような指標がパフォーマンスの測定に使用されていますか?
Copilot Studioで使用される深層推論モデルは、根拠、責任ある AI、正確性について評価されます。 グラウンデッドネスとは、モデルが特定の現実世界のコンテキストに基づいたコンテンツのみを返すようにすることです。 責任ある AI は、ジェイルブレイク攻撃、クロスドメイン プロンプト インジェクション攻撃、有害なコンテンツなどの危害に対する保護をチェックします。
これらのディメンションに対して測定するために、モデルはさまざまなシナリオ セットに対してテストされ、これらの各ディメンションに沿ってスコアリングされます。 すべての深層推論モデルは、リリースされる前に評価されます。
深層推論モデルの限界とは? これらの制限の影響をメーカーが最小限に抑えるにはどうすればよいですか?
推論モデルの使用: エージェントは、エージェントの設定で詳細推論モデル機能が 有効になっている場合にのみ、詳細推論モデルを使用できます。
応答時間: 分析に時間がかかるため、推論モデルからの応答は、他の非深層推論言語モデルと比較して遅くなる傾向があります。
これらの制限の影響を最小限に抑えるには、次の操作を行います。
詳細推論モデルの機能が、それらを必要とするエージェントに対してのみ有効になっていることを確認します。
エージェント命令でキーワード 理由 を使用するのは、深い推論モデルのメリットを得るステップに限られます。
応答時間を長くできるタスクには、深層推論モデルを使用します。 必要に応じて、一部のエージェントの応答に時間がかかる可能性があることをユーザーに知らせます。
深い真相モデルを効果的かつ責任を持って使用するには、どのような運用上の要因や設定が必要ですか?
深い推論モデルには、管理者、作成者、ユーザーが安全でコンプライアンスに準拠したエクスペリエンスを享受できるようにするためのさまざまな保護が含まれています。
複雑な推論ステップを必要とするエージェントに対してのみ、深い推論モデルを許可します。 これにより、モデルが最も価値の高い場所に適用されるようになります。
複雑な推論を必要としない可能性のあるすべてのタスクではなく、特定のタスクの実行時にモデルをトリガーする命令にキーワード 推論 を含めます。
エージェントを徹底的にテストして、深層推論モデルによって提供される出力の精度と信頼性を確認します。 テストは、潜在的な問題を特定し、モデルが期待どおりに動作することを確認するのにも役立ちます。
アクティビティ マップ を使用して、エージェントがセッションのどこで深層推論モデルを使用しているかを確認します。 マップの深い推論ノード を展開して、モデルが実行したステップとモデルの出力を確認します。 これは、推論モデルが目的の機能を提供しているかどうかを判断するのに役立ちます。
深層推論モデルを使用した場合と使用しない場合の出力を比較するには、テスト中に指示を更新します。