Zmienianie wersji modelu i ustawień

W tym artykule wyjaśniono, jak zmienić wersję modelu i ustawienia w konstruktorze monitów. Wersja modelu i ustawienia mogą wpływać na wydajność i zachowanie generatywnego modelu AI.

Wybór modelu

Możesz zmienić model, wybierając pozycję Model u góry konstruktora monitów. Menu rozwijane pozwala wybrać spośród generatywnych modeli AI, które generują odpowiedzi na monit niestandardowy.

Korzystanie z monitów w aplikacjach Power Apps lub Power Automate zużywa kredyty konstruktora monitów, natomiast korzystanie z monitów w Microsoft Copilot Studio zużywa kredyty Copilot. Dowiedz się więcej na temat licencjonowania i kredytów konstruktora monitów.

Przegląd

Poniższa tabela opisuje dostępne różne modele.

GPT-4o mini i GPT 4o nadal są używane przez instytucje rządowe Stanów Zjednoczonych. Modele te są zgodne z zasadami licencjonowania i oferują funkcjonalności porównywalne odpowiednio z GPT-4.1 mini i GPT-4.1.

Dostępność modeli różni się w zależności od regionu. Dowiedz się więcej o dostępności modeli w dostępności modeli według regionów.

Modele Anthropic są hostowane poza Microsoft i podlegają terminom oraz obsłudze danych w Anthropic (Anthropic terms) oraz przetwarzaniu danych. Dowiedz się więcej o zewnętrznych modelach Anthropic w temacie Wybieranie modelu zewnętrznego jako podstawowego modelu AI.

Licencjonowanie

W agentach, przepływach lub aplikacjach modele używane przez monity wykorzystują kredyty Copilot, niezależnie od ich etapu wydania. Dowiedz się więcej w Zarządzanie kredytami Copilot.

Jeśli masz kredyty z AI Builder, są one priorytetowo wykorzystywane podczas korzystania z promptów w Power Apps i Power Automate. Nie są one zużywane, gdy w Copilot Studio pojawiają się prompty. Dowiedz się więcej w narzędziu AI Builder: omówienie licencjonowania.

Etapy wydania

Modele mają różne etapy wydawania. Możesz wypróbować nowe, najnowocześniejsze modele eksperymentalne i w wersji zapoznawczej lub wybrać niezawodny, dokładnie przetestowany ogólnie dostępny model.

Modele eksperymentalne i w wersji zapoznawczej mogą wykazywać zmienną wydajność, jakość odpowiedzi, opóźnienia lub zużycie komunikatów i upłynięcie limitu czasu lub mogą być niedostępne. Podlegają one warunkom wersji zapoznawczej.

Kategoryzacja

W poniższej tabeli opisano różne kategorie modeli:

Jeśli potrzebujesz ekonomicznego rozwiązania do zadań o średniej złożoności, masz ograniczone zasoby obliczeniowe lub potrzebujesz szybszego przetwarzania, wybierz modele Mini. Jest to idealne rozwiązanie dla projektów z ograniczonym budżetem i zastosowań takich jak obsługa klienta lub wydajna analiza kodu.

Jeśli masz do czynienia z bardzo złożonymi, multimodalnymi zadaniami, które wymagają doskonałej wydajności i szczegółowej analizy, wybierz modele Ogólne. Jest to lepszy wybór w przypadku dużych projektów, w których dokładność i zaawansowane możliwości mają kluczowe znaczenie. Innym scenariuszem, w którym lepszym wyborem jest budżet i zasoby obliczeniowe, aby go obsługiwać. Modele ogólne są również preferowane w przypadku projektów długoterminowych, które z czasem mogą stawać się coraz bardziej złożone.

W przypadku projektów wymagających zaawansowanych możliwości wnioskowania doskonale sprawdzają się modele Głębokie. Nadaje się do scenariuszy, które wymagają wyrafinowanego rozwiązywania problemów i krytycznego myślenia. Model Głęboki doskonale sprawdza się w środowiskach, w których ważne jest dogłębne rozumowanie, złożone podejmowanie decyzji i szczegółowa analiza.

Wybierz spośród modeli w oparciu o dostępność w regionie, funkcje, przypadki użycia i koszty. Dowiedz się więcej w dostępności modeli według regionów oraz tabeli porównania cen.

Dostępność modeli według regionów

Poniższe sekcje opisują dostępność modeli dla społeczeństwa i rządu USA według regionów.

Publiczna dostępność

W poniższej tabeli (GA), (Podgląd) lub (Eksperymentalne) oznacza, że funkcja jest dostępna, ale korzysta z usługi Azure OpenAI w innym regionie. Dowiedz się więcej w temacie Włączanie przenoszenia danych między regionami.

Dostępność rządu USA

Aktualizacje modelu

Ustawienia modelu

Do panelu ustawień można wejść, wybierając trzy kropki (...) >Ustawienia na górze edytora promptów. Możesz zmienić następujące ustawienia:

• Temperatura: Niższe temperatury prowadzą do przewidywalnych wyników. Wyższe temperatury umożliwiają bardziej zróżnicowane lub kreatywne odpowiedzi.
• Pobieranie rekordów: Liczba rekordów pobranych dla Twoich źródeł wiedzy.
• Dołącz linki do odpowiedzi: Po wybraniu tej opcji odpowiedź zawiera odnośniki do pobranych rekordów.

Temperatura

Suwak pozwala wybrać temperaturę w modelu generatywnej AI. Zmienne w zakresie od 0 do 1. Ta wartość wskazuje generatywnemu modelowi AI, jaki poziom kreatywności (1) w stosunku do poziomu determinizmu (0) powinna zapewniać odpowiedź.

Temperatura to parametr sterujące losowym parametrem wyjściowym wygenerowanym przez model AI. Obniżenie temperatury powoduje, że wyniki pracy są bardziej przewidywalne i konserwatywne. Dla porównania wysoka temperatura pozwala na większą kreatywność i różnorodność w odpowiedziach. Jest to sposób na dostrojenie równowagi między losowością i determinizmem wartości wyjściowej modelu.

Domyślnie wartość temperatury ma ustawienie 0, tak jak w utworzonych wcześniej monitach.

Regulacja temperatury może mieć wpływ na wynik modelu, ale nie gwarantuje konkretnego wyniku. Odpowiedzi AI są z natury probabilistyczne i mogą się różnić nawet w przypadku tego samego ustawienia temperatury.