此常见问题解答文章可帮助解答有关在 Microsoft 365 Copilot 调整 中负责任地使用 AI 的问题。
注意
Copilot 调整目前可用于早期Access 预览版 (EAP) 。 有关要求以及如何注册的详细信息，请参阅 管理员指南。
什么是Copilot 调整？
Copilot 调整是一项服务，它通过微调租户特定数据的模型来增强对 Microsoft 365 Copilot 和代理的自定义。 借助 Copilot 调整 提供的功能，组织可以使用其专有数据来提高 AI 生成的输出的相关性和准确性。 这种微调可确保模型理解并遵守组织的独特术语、工作流和业务流程。
Copilot 调整启用自定义工作流的业务流程，从而实现复杂业务流程的自动化。 通过对组织数据进行微调模型，Copilot 代理可以执行高价值任务，例如文档生成、改进的问题解答、摘要等。 这些任务在 Microsoft 365 的安全和合规性边界内执行。
Copilot 调整有哪些功能？
Copilot 调整的目的是通过对 AI 生成的行为和输出提供更大的自定义和控制来扩展 Microsoft 365 Copilot 和代理的功能。 微调过程涉及通过在与所需应用程序相关的特定数据集上进一步训练预先训练的模型来自定义该模型。 此过程允许模型了解组织的独特术语、工作流和业务流程，从而产生更准确、更相关的输出。
Copilot 调整的预期用途是什么？
Copilot 调整及其为 Microsoft 365 Copilot 方案提供的调整和微调可用于多种用途。 系统的预期用途包括：
- 提高问答质量。 此用例包括改进响应流畅性、格式设置、长度、组织、多文档推理和特定于域的推理。 例如，确保响应遵循样式准则并合并相关的特定于域的逻辑。
- 根据标准化工作流创建专用文档草稿。 此用例包括将各种先例文档和上下文信息合并到合同或报表草稿中，同时遵循首选样式、组织和其他相关规范。
- 汇总文档。 此用例包括从与特定任务或目标相关的文档中提取要点，确保输出准确且相关，同时遵循所需的结构和语气。
将功能应用于特定任务时，模型制作者应考虑哪些因素？
Copilot 调整的微调和适应可以提高 AI 质量，但仍偶尔会犯错误。 在特定设置内应用Copilot 调整时，客户应评估Copilot 调整的质量及其方案的可靠性。
使用Copilot 调整改进问题 & 答案方案时，应使用微调数据来定制可理解且对特定受众有用的响应。 在服务方案（如客户服务或 HR 方案）中，我们建议使用升级路径来解决潜在的错误。
使用Copilot 调整改进文档生成和摘要方案时，必须将生成的文档或摘要视为草稿。 人类应查看草稿的正确性。
不支持以下用例：
- 使用Copilot 调整微调来规避其他平台级 AI 安全约束。 例如，微调语言模型以生成有毒内容。
- 使用或滥用可能对个人和社会产生重大不利影响的 AI 系统。 示例包括对法律地位或生活机会的间接影响、身体或心理伤害的风险以及对人权的威胁。
Copilot 调整是否有任何限制？
是。 集成特定于租户的数据和工作流的过程可能很复杂且耗时，需要客户和部署团队之间的密切协作。 此外，系统的有效性取决于组织数据的质量和可用性，在部署和支持方面可能存在区域限制。
模型制作者可以做些什么来提高性能或解决错误？
虽然微调可以教授 Copilot 的新知识和技能，但 AI 仍可能会犯错误。 对于人工来说，验证其输出以确保准确性和相关性非常重要。 由于训练数据不准确、模型限制或正在执行的任务的复杂性，可能会发生错误。
策展训练数据
策展和控制对训练数据的访问对于缓解数据中毒攻击和/或包含有害内容的可能性至关重要。 策展数据涉及实施数据验证和质量控制措施，并适当限制修改训练数据的访问。 定期审核和监视数据管道有助于及时识别和解决任何异常或恶意活动。
提高性能的最佳做法
准备高质量和全面的训练数据对于提高Copilot 调整的性能至关重要。 我们建议根据新数据和反馈定期更新模型。
模型创建者应如何针对特定用例评估Copilot 调整？
使用 Copilot 调整 创建特定于任务的特定于组织的代理后，我们建议客户对该代理执行评估，以验证其结果是否有效且适合该任务。 如果结果不符合预期，客户可以调整其训练数据或修改提供给Copilot 调整的说明，并重复微调过程以实现所需的结果。