Skip to content

Latest commit

 

History

History
96 lines (67 loc) · 7.76 KB

File metadata and controls

96 lines (67 loc) · 7.76 KB

與 Azure AI Foundry 的多模態模型和代理互動

Azure AI Community Discord

Deploy to Azure

此儲存庫是為 AI Tour 工作坊設計的:與 Azure AI Foundry 的多模態模型互動

session banner

課程簡介

這場工作坊旨在為您提供有關如何在 Azure AI Foundry 入口網站中與 OpenAI 模型互動的核心概念與最佳實踐的實作介紹。如果您擁有 Skillable 環境,將使用提供給您的虛擬機器和預先配置的 Azure 資源來完成實驗室。如果您自行進行此工作坊,則需要擁有 Azure 訂閱並自行在 Azure 上配置資源。

Deploy to Azure

摘要

透過 Azure OpenAI 的 GPT-4o 多模態模型,參與這場 Azure AI Foundry 的實作體驗。學習核心概念與最佳實踐,利用 GPT-4o-mini、DALL-E 和 GPT-4o-realtime 有效地生成文字、聲音和影像。創建能提升用戶體驗並推動創新的 AI 代理。

時長

75 分鐘

語言版本

語言 代碼 連結至翻譯版 README 最後更新日期
中文(簡體) zh 中文翻譯(簡體) 2025-03-05
中文(繁體) tw 中文翻譯(繁體) 2025-03-05
日文 ja 日文翻譯 2025-03-05
韓文 ko 韓文翻譯 2025-03-05

學習目標

  • 理解大型語言模型的運作方式,包括 token 的概念​
  • 探索提示工程的技術與最佳實踐​
  • 理解模型如何應用現有知識​
  • 開始構建 Azure AI 代理​
  • 在 LLM 應用中實現函數調用​

使用技術

  • Azure AI Foundry 入口網站

工作坊指導

詳細的工作坊步驟指導如下:

附加資源與持續學習

資源 連結 描述
課程簡報 查看 按自己的節奏回顧工作坊中的簡報
Azure OpenAI 服務入門 Microsoft Learn 模組 了解更多有關 Azure OpenAI 服務的資訊
Azure OpenAI 服務文件 Azure OpenAI Service documentation 了解更多有關 Azure OpenAI 服務的資訊
Azure OpenAI 服務定價 定價詳情 了解更多有關 Azure OpenAI 服務的定價資訊
Azure OpenAI 服務透明性說明 透明性說明 了解更多有關 Azure OpenAI 服務的使用案例、功能與限制

內容擁有者

Chris Testa-O'Neill
Gustavo Cordido

📢
Chris Testa-O'Neill
Bethany Jepchumba

📢

負責任的 AI

Microsoft 致力於幫助客戶負責任地使用我們的 AI 產品,分享我們的經驗,並通過透明性說明和影響評估等工具建立基於信任的合作關係。許多這些資源可以在 https://aka.ms/RAI 找到。 Microsoft 的負責任 AI 策略基於我們的 AI 原則,包括公平性、可靠性與安全性、隱私與安全性、包容性、透明性和問責性。

像本範例中使用的大規模自然語言、圖像和語音模型可能會表現出不公平、不可靠或冒犯性的行為,從而導致傷害。請參閱 Azure OpenAI 服務透明性說明 以了解相關風險和限制。

減輕這些風險的建議方法是在您的架構中包含一個安全系統,該系統可以檢測和防止有害行為。Azure AI Content Safety 提供了一個獨立的保護層,能夠檢測應用和服務中用戶生成和 AI 生成的有害內容。Azure AI Content Safety 包括文字和圖像 API,可幫助您檢測有害材料。在 Azure AI Foundry 入口網站中,Content Safety 服務讓您可以查看、探索和嘗試檢測不同模態有害內容的範例代碼。以下 快速入門文件 指導您如何向服務發送請求。

另一個需要考量的方面是整體應用效能。對於多模態和多模型應用,我們認為效能意味著系統能如您和您的用戶所預期運行,包括不生成有害輸出。重要的是使用 效能與質量以及風險與安全性評估工具 評估整體應用效能。您還可以創建並使用自訂評估工具 進行評估。

您可以在開發環境中使用 Azure AI 評估 SDK 評估您的 AI 應用。透過測試數據集或目標,您的生成式 AI 應用生成的結果可以使用內建或自訂評估工具進行量化測量。要開始使用 Azure AI 評估 SDK 評估您的系統,您可以參考 快速入門指南。完成評估運行後,您可以在 Azure AI Foundry 入口網站中視覺化結果

免責聲明
本文件已使用機器翻譯服務進行翻譯。雖然我們努力確保準確性,但請注意,自動翻譯可能包含錯誤或不準確之處。原文的母語版本應被視為具有權威性的來源。對於關鍵信息,建議尋求專業人工翻譯。我們對因使用本翻譯而引起的任何誤解或誤讀不承擔責任。