Entender as funcionalidades do Foundry
O Microsoft Foundry fornece uma interface do usuário baseada em hubs e projetos. Em geral, a criação de um hub fornece acesso mais abrangente à IA do Azure e ao Azure Machine Learning. Em um hub, você pode criar projetos. Os projetos fornecem acesso mais específico a modelos e desenvolvimento de agente. Você pode gerenciar seus projetos na página de visão geral do Microsoft Foundry.
Quando você cria um Hub de IA do Azure, vários outros recursos são criados em conjunto, incluindo um recurso Foundry Tools. No Microsoft Foundry, você pode testar todos os tipos de Ferramentas do Foundry, incluindo Fala do Azure, Linguagem do Azure, Visão do Azure e Segurança de Conteúdo do Microsoft Foundry.
Além das demonstrações, o Microsoft Foundry fornece ambientes de teste para testar as Ferramentas Foundry e outros modelos do catálogo de modelos.
Personalizando modelos
Há muitas maneiras de personalizar os modelos em aplicativos de IA generativos. A finalidade de personalizar seu modelo é melhorar aspectos de seu desempenho, incluindo qualidade e segurança das respostas. Vamos dar uma olhada em quatro das principais maneiras de personalizar modelos no Microsoft Foundry.
| Método | Descrição |
|---|---|
| Usando dados de fundamentação | Fundamentação refere-se ao processo de garantir que as saídas de um sistema estejam alinhadas com fontes de dados factuais, contextuais ou confiáveis. A fundamentação pode ser feito de várias maneiras, como vincular o modelo a um banco de dados, usar mecanismos de pesquisa para recuperar informações em tempo real ou incorporar bases de conhecimento específicas de domínio. O objetivo é ancorar as respostas do modelo a essas fontes de dados, aprimorando a confiabilidade e a aplicabilidade do conteúdo gerado. |
| Implementação de Geração Aumentada por Recuperação (RAG) | O RAG aumenta um modelo de linguagem conectando-o ao banco de dados proprietário de uma organização. Essa técnica envolve recuperar informações relevantes de um conjunto de dados selecionados e usá-las para gerar respostas contextualmente precisas. O RAG melhora o desempenho do modelo, fornecendo-lhe informações atualizadas e específicas do domínio, o que ajuda a gerar respostas mais precisas e relevantes. O RAG é útil para aplicativos em que o acesso em tempo real a dados dinâmicos é crucial, como suporte ao cliente ou sistemas de gerenciamento de conhecimento. |
| Ajuste | Envolve usar um modelo pré-treinado e treiná-lo ainda mais em um conjunto de dados menor e específico de tarefa para torná-lo mais adequado para um aplicativo específico. Esse processo permite que o modelo se especialize e execute melhor nas tarefas específicas que exigem conhecimento específico do domínio. O ajuste fino é útil para adaptar modelos a requisitos específicos do domínio, melhorar a precisão e reduzir a probabilidade de gerar respostas irrelevantes ou imprecisas. |
| Gerenciando controles de segurança e governança | Os controles de segurança e governança são necessários para gerenciar o acesso, a autenticação e o uso de dados. Esses controles ajudam a impedir a publicação de informações incorretas ou não autorizadas. |
Em seguida, vamos entender como o Microsoft Foundry fornece ferramentas para avaliação de desempenho de aplicativos de IA.