كتالوج النماذج والمجموعات
كتالوج النموذج في Azure التعلم الآلي studio هو المركز لاكتشاف واستخدام مجموعة واسعة من النماذج التي تمكنك من إنشاء تطبيقات الذكاء الاصطناعي إنشاء. يتميز كتالوج النموذج بمئات النماذج من موفري النماذج مثل خدمة Azure OpenAI و Mistral و Meta و Cohere و Nvidia و Hugging Face، بما في ذلك النماذج المدربة من قبل Microsoft. النماذج من موفرين غير Microsoft هي منتجات غير تابعة ل Microsoft، كما هو محدد في شروط منتج Microsoft، وتخضع للشروط المقدمة مع النموذج.
مجموعات النماذج
يتم تنظيم النماذج حسب المجموعات في كتالوج النموذج. هناك ثلاثة أنواع من المجموعات في كتالوج النموذج:
- النماذج المنسقة بواسطة Azure الذكاء الاصطناعي: نماذج الوزن والملكية المفتوحة الأكثر شيوعا من الجهات الخارجية التي تم حزمها وتحسينها للعمل بسلاسة على النظام الأساسي ل Azure الذكاء الاصطناعي. يخضع استخدام هذه النماذج لشروط ترخيص موفر النموذج المقدمة مع النموذج. عند نشره في Azure التعلم الآلي، يخضع توفر النموذج لاتفاقية مستوى خدمة Azure القابلة للتطبيق، وتوفر Microsoft الدعم لمشكلات النشر. نماذج من شركاء مثل Meta وNVIDIA و Mistral الذكاء الاصطناعي هي أمثلة على النماذج المتوفرة في مجموعة "المنسقة بواسطة Azure الذكاء الاصطناعي" على الكتالوج. يمكن تحديد هذه النماذج بواسطة علامة اختيار خضراء على تجانبات النموذج في الكتالوج أو يمكنك التصفية حسب مجموعة "منسقة بواسطة Azure الذكاء الاصطناعي".
- نماذج Azure OpenAI، المتوفرة حصريا على Azure: نماذج Azure OpenAI الرئيسية عبر مجموعة "Azure OpenAI" من خلال التكامل مع خدمة Azure OpenAI. تدعم Microsoft هذه النماذج ويخضع استخدامها لشروط المنتج واتفاقية مستوى الخدمة لخدمة Azure OpenAI.
- نماذج مفتوحة من مركز Hugging Face: يمكن الوصول إلى مئات النماذج من مركز HuggingFace عبر مجموعة "Hugging Face" للاستدلال في الوقت الحقيقي مع نقاط النهاية عبر الإنترنت. الوجه المعانق يخلق ويحافظ على النماذج المدرجة في مجموعة HuggingFace. استخدم منتدى HuggingFace أو دعم HuggingFace للحصول على المساعدة. تعرف على المزيد حول كيفية نشر النماذج من Hugging Face.
اقتراح إضافات إلى كتالوج النموذج: يمكنك إرسال طلب لإضافة نموذج إلى كتالوج النموذج باستخدام هذا النموذج.
نظرة عامة على قدرات كتالوج النموذج
للحصول على معلومات حول نماذج Azure OpenAI، راجع خدمة Azure OpenAI.
بالنسبة إلى النماذج المنسقة بواسطة Azure الذكاء الاصطناعي وفتح النماذج من مركز Hugging Face، يمكن نشر بعضها باستخدام خيار حساب مدار، وبعضها متاح لنشره باستخدام واجهات برمجة التطبيقات بلا خادم مع فوترة الدفع أولا بأول. يمكن اكتشاف هذه النماذج ومقارنتها وتقييمها وضبطها (عند دعمها) ونشرها على نطاق واسع ودمجها في تطبيقات الذكاء الاصطناعي التوليدية مع الأمان على مستوى المؤسسة وإدارة البيانات.
- الاكتشاف: مراجعة بطاقات النموذج، وتجربة استدلال العينة واستعراض نماذج التعليمات البرمجية لتقييم النموذج أو ضبطه أو توزيعه.
- مقارنة: مقارنة المعايير عبر النماذج ومجموعات البيانات المتوفرة في الصناعة لتقييم أي منها يلبي سيناريو عملك.
- تقييم: تقييم ما إذا كان النموذج مناسبا لحمل العمل المحدد من خلال توفير بيانات الاختبار الخاصة بك. تسهل مقاييس التقييم تصور مدى جودة أداء النموذج المحدد في السيناريو الخاص بك.
- ضبط: تخصيص نماذج قابلة للضبط باستخدام بيانات التدريب الخاصة بك واختيار أفضل نموذج من خلال مقارنة المقاييس عبر جميع مهام الضبط الدقيقة الخاصة بك. تعمل التحسينات المضمنة على تسريع الضبط وتقليل الذاكرة والحوسبة اللازمة للضبط الدقيق.
- التوزيع: انشر النماذج المدربة مسبقا أو النماذج الدقيقة بسلاسة للاستدلال. يمكن أيضا تنزيل النماذج التي يمكن نشرها في الحوسبة المدارة.
توزيع النموذج: واجهة برمجة تطبيقات الحوسبة المدارة وبلا خادم (الدفع أولا بأول)
يوفر كتالوج النموذج طريقتين متميزتين لنشر النماذج من الكتالوج لاستخدامك: واجهات برمجة التطبيقات المدارة والحوسبة بلا خادم. تختلف خيارات النشر المتوفرة لكل نموذج؛ تعرف على المزيد حول ميزات خيارات النشر، والخيارات المتاحة لنماذج معينة، في الجداول أدناه. تعرف على المزيد حول معالجة البيانات باستخدام خيارات النشر.
| الميزات | الحوسبة المدارة | واجهة برمجة تطبيقات بلا خادم (الدفع أولا بأول) |
|---|---|---|
| تجربة النشر والفوترة | يتم نشر أوزان النموذج على الأجهزة الظاهرية المخصصة مع نقاط النهاية المدارة عبر الإنترنت. توفر نقطة النهاية المدارة عبر الإنترنت، والتي يمكن أن تحتوي على عملية نشر واحدة أو أكثر، واجهة برمجة تطبيقات REST للاستدلال. تتم محاسبتك على الساعات الأساسية للجهاز الظاهري المستخدمة من قبل عمليات التوزيع. | يتم الوصول إلى النماذج من خلال توزيع يقوم بتوفير واجهة برمجة تطبيقات للوصول إلى النموذج. توفر واجهة برمجة التطبيقات الوصول إلى النموذج المستضاف في تجمع GPU مركزي، تديره Microsoft، للاستدلال. يشار إلى وضع الوصول هذا باسم "النماذج كخدمة". تتم محاسبتك على المدخلات والمخرجات إلى واجهات برمجة التطبيقات، عادة في الرموز المميزة؛ يتم توفير معلومات التسعير قبل النشر. |
| مصادقة واجهة API | المفاتيح ومصادقة معرف Microsoft Entra. اعرف المزيد. | المفاتيح فقط. |
| أمان المحتوى | استخدم واجهات برمجة تطبيقات خدمة Azure Content Safety. | تتوفر عوامل تصفية Azure الذكاء الاصطناعي Content Safety المتكاملة مع واجهات برمجة تطبيقات الاستدلال. قد تتم فوترة عوامل تصفية Azure الذكاء الاصطناعي Content Safety بشكل منفصل. |
| عزل الشبكة | الشبكة الظاهرية المدارة مع نقاط النهاية عبر الإنترنت. اعرف المزيد. |
خيارات النشر
| النموذج | الحوسبة المدارة | واجهة برمجة تطبيقات بلا خادم (الدفع أولا بأول) |
|---|---|---|
| نماذج عائلة Llama | Llama-2-7b Llama-2-7b-chat Llama-2-13b Llama-2-13b-chat Llama-2-70b Llama-2-70b-chat Llama-3-8B-Instruct Llama-3-70B-Instruct Llama-3-8B Llama-3-70B |
Llama-3-70B-Instruct Llama-3-8B-Instruct Llama-2-7b Llama-2-7b-chat Llama-2-13b Llama-2-13b-chat Llama-2-70b Llama-2-70b-chat |
| نماذج العائلة المتناجية | mistralai-Mixtral-8x22B-v0-1 mistralai-Mixtral-8x22B-Instruct-v0-1 mistral-community-Mixtral-8x22B-v0-1 mistralai-Mixtral-8x7B-v01 mistralai-Mistral-7B-Instruct-v0-2 mistralai-Mistral-7B-v01 mistralai-Mixtral-8x7B-Instruct-v01 mistralai-Mistral-7B-Instruct-v01 |
طيفي كبير Mistral-small |
| نماذج العائلة المشتركة | غير متوفرة | Cohere-command-r-plus Cohere-command-r Cohere-embed-v3-english Cohere-embed-v3-multilingual |
| JAIS | غير متوفرة | jais-30b-chat |
| نماذج عائلة Phi3 | Phi-3-small-128k-Instruct Phi-3-small-8k-Instruct Phi-3-mini-4k-Instruct Phi-3-mini-128k-Instruct Phi3-medium-128k-instruct Phi3-medium-4k-instruct |
Phi-3-mini-4k-Instruct Phi-3-mini-128k-Instruct Phi3-medium-128k-instruct Phi3-medium-4k-instruct |
| نيكستلا | غير متوفرة | TimeGEN-1 |
| نماذج أخرى | متاح | غير متوفر |
الحوسبة المدارة
تعتمد القدرة على نشر النماذج باستخدام الحوسبة المدارة على قدرات النظام الأساسي ل Azure التعلم الآلي لتمكين التكامل السلس، عبر دورة حياة LLMOps بأكملها، لمجموعة واسعة من النماذج في كتالوج النموذج.
كيف يتم توفير النماذج للحساب المدار؟
يتم توفير النماذج من خلال سجلات Azure التعلم الآلي التي تمكن التعلم الآلي أولا من استضافة الأصول التعلم الآلي وتوزيعها مثل أوزان النماذج وأوقات تشغيل الحاوية لتشغيل النماذج والتدفقات لتقييم النماذج ومجموعات البيانات وضبطها للمقاييس والعينات. تعتمد سجلات التعلم الآلي هذه على البنية الأساسية القابلة للتطوير للغاية وجاهزة للمؤسسات التي:
تسليم عناصر نموذج الوصول إلى زمن انتقال منخفض إلى جميع مناطق Azure مع النسخ المتماثل الجغرافي المضمن.
يدعم متطلبات أمان المؤسسة كتقييد الوصول إلى النماذج باستخدام نهج Azure والنشر الآمن مع الشبكات الظاهرية المدارة.
تقييم النماذج المنشورة مع الحوسبة المدارة وضبطها
يمكنك تقييم وضبط مجموعة "المنسقة بواسطة Azure الذكاء الاصطناعي" في Azure التعلم الآلي باستخدام Azure التعلم الآلي Pipelines. يمكنك إما اختيار إحضار التعليمات البرمجية للتقييم والضبط الدقيق والوصول فقط إلى أوزان النموذج أو استخدام مكونات Azure التعلم الآلي التي توفر إمكانات تقييم وضبط مضمنة. لمعرفة المزيد، اتبع هذا الارتباط.
توزيع نماذج للاستدلال باستخدام الحوسبة المدارة
يمكن نشر النماذج المتوفرة للتوزيع باستخدام الحوسبة المدارة في Azure التعلم الآلي نقاط النهاية عبر الإنترنت للاستدلال في الوقت الفعلي أو يمكن استخدامها للاستدلال الدفعي على Azure التعلم الآلي لمعالجة البيانات في دفعات. يتطلب النشر إلى الحوسبة المدارة أن يكون لديك حصة نسبية للجهاز الظاهري في اشتراك Azure الخاص بك لوحدات SKU المحددة اللازمة لتشغيل النموذج على النحو الأمثل. تسمح لك بعض النماذج بالنشر إلى الحصة النسبية المشتركة مؤقتا لاختبار النموذج. تعرف على المزيد حول نشر النماذج:
- توزيع نماذج Meta Llama
- نشر النماذج المفتوحة التي تم إنشاؤها بواسطة Azure الذكاء الاصطناعي
- توزيع نماذج Face المعانقة
إنشاء تطبيقات الذكاء الاصطناعي إنشاء باستخدام الحوسبة المدارة
يوفر تدفق المطالبة إمكانات للنماذج الأولية وتجربة التطبيقات الذكاء الاصطناعي وتكرارها ونشرها. يمكنك استخدام النماذج المنشورة مع الحوسبة المدارة في تدفق المطالبة باستخدام أداة Open Model LLM. يمكنك أيضا استخدام واجهة برمجة تطبيقات REST التي تعرضها الحسابات المدارة في أدوات LLM الشائعة مثل LangChain مع ملحق Azure التعلم الآلي.
أمان المحتوى للنماذج المنشورة باستخدام الحوسبة المدارة
تتوفر خدمة Azure الذكاء الاصطناعي Content Safety (AACS) للاستخدام مع النماذج المنشورة للحوسبة المدارة لفرز فئات مختلفة من المحتوى الضار مثل المحتوى الجنسي والعنف والكراهية والضرر الذاتي والتهديدات المتقدمة مثل الكشف عن مخاطر اختراق السجن والكشف عن نص المواد المحمية. يمكنك الرجوع إلى دفتر الملاحظات هذا للتكامل المرجعي مع AACS for Llama 2 أو استخدام أداة أمان المحتوى (النص) في تدفق المطالبة لتمرير الاستجابات من النموذج إلى AACS للفحص. ستتم فوترتك بشكل منفصل وفقا لتسعير AACS لمثل هذا الاستخدام.
العمل مع النماذج غير الموجودة في كتالوج النموذج
بالنسبة للنماذج غير المتوفرة في كتالوج النموذج، يوفر Azure التعلم الآلي نظاما أساسيا مفتوحا وقابلا للتوسعة للعمل مع النماذج التي تختارها. يمكنك إحضار نموذج مع أي إطار عمل أو وقت تشغيل باستخدام قدرات النظام الأساسي المفتوحة والتوسعة في Azure التعلم الآلي مثل بيئات Azure التعلم الآلي للحاويات التي يمكنها حزم أطر العمل وأوقات التشغيل وخطوط أنابيب Azure التعلم الآلي للتعليمات البرمجية لتقييم النماذج أو ضبطها. راجع دفتر الملاحظات هذا للحصول على مرجع نموذجي لاستيراد النماذج والعمل مع أوقات التشغيل والتدفقات المضمنة.
واجهات برمجة التطبيقات بلا خادم مع فوترة الدفع أولا بأول
يمكن نشر نماذج معينة في كتالوج النموذج كواجهات برمجة تطبيقات بلا خادم مع فوترة الدفع أولا بأول؛ تسمى طريقة التوزيع هذه Models-as-a Service (MaaS). تتم استضافة النماذج المتوفرة من خلال MaaS في البنية الأساسية التي تديرها Microsoft، والتي تمكن الوصول المستند إلى واجهة برمجة التطبيقات إلى نموذج موفر النموذج. يمكن أن يقلل الوصول المستند إلى واجهة برمجة التطبيقات بشكل كبير من تكلفة الوصول إلى نموذج ويبسط تجربة التزويد بشكل كبير. تأتي معظم نماذج MaaS مع تسعير قائم على الرمز المميز.
كيف يتم توفير نماذج الجهات الخارجية في MaaS؟
يتم تقديم النماذج المتوفرة للتوزيع كواجهات برمجة تطبيقات بلا خادم مع فوترة الدفع أولا بأول من قبل موفر النموذج ولكنها مستضافة في البنية الأساسية ل Azure المدارة من قبل Microsoft ويتم الوصول إليها عبر واجهة برمجة التطبيقات. يحدد موفرو النماذج شروط الترخيص ويحددون سعر استخدام نماذجهم، بينما تدير خدمة Azure التعلم الآلي البنية الأساسية للاستضافة، وتجعل واجهات برمجة التطبيقات للاستدلال متاحة، وتعمل كمعالج بيانات للمطالبات المرسلة وإخراج المحتوى بواسطة النماذج المنشورة عبر MaaS. تعرف على المزيد حول معالجة البيانات ل MaaS في مقالة خصوصية البيانات.
الدفع مقابل استخدام النموذج في MaaS
توجد تجربة الاكتشاف والاشتراك والاستهلاك للنماذج المنشورة عبر MaaS في Azure الذكاء الاصطناعي Studio وAzure التعلم الآلي studio. يقبل المستخدمون شروط الترخيص لاستخدام النماذج، ويتم توفير معلومات التسعير للاستهلاك أثناء النشر. تتم فوترة النماذج من موفري الجهات الخارجية من خلال Azure Marketplace، وفقا لشروط استخدام السوق التجارية؛ تتم فوترة النماذج من Microsoft باستخدام عدادات Azure كخدمات استهلاك الطرف الأول. كما هو موضح في شروط المنتج، يتم شراء خدمات استهلاك الطرف الأول باستخدام عدادات Azure ولكنها لا تخضع لشروط خدمة Azure؛ يخضع استخدام هذه النماذج لشروط الترخيص المقدمة.
توزيع نماذج للاستدلال من خلال MaaS
يسمح نشر نموذج من خلال MaaS للمستخدمين بالوصول إلى الاستعداد لاستخدام واجهات برمجة تطبيقات الاستدلال دون الحاجة إلى تكوين البنية الأساسية أو توفير وحدات معالجة الرسومات، ما يوفر الوقت والموارد الهندسية. يمكن دمج واجهات برمجة التطبيقات هذه مع العديد من أدوات LLM ويتم فوترة الاستخدام كما هو موضح في القسم السابق.
ضبط النماذج من خلال MaaS باستخدام الدفع أولا بأول
بالنسبة للنماذج المتوفرة من خلال MaaS وتدعم الضبط الدقيق، يمكن للمستخدمين الاستفادة من الضبط المستضاف مع فوترة الدفع أولا بأول لتخصيص النماذج باستخدام البيانات التي توفرها. لمزيد من المعلومات، راجع ضبط نموذج Llama 2 في Azure الذكاء الاصطناعي Studio.
RAG مع النماذج المنشورة من خلال MaaS
يتيح Azure الذكاء الاصطناعي Studio للمستخدمين الاستفادة من فهارس المتجهات واسترجاع الجيل المعزز. يمكن استخدام النماذج التي يمكن نشرها كواجهات برمجة تطبيقات بلا خادم لإنشاء تضمينات واستدلال استنادا إلى بيانات مخصصة لإنشاء إجابات خاصة بحالة استخدامها. لمزيد من المعلومات، راجع استرداد الأجيال والفهارس المعززة.
التوفر الإقليمي للعروض والنماذج
يتوفر نشر الدفع أولا بأول فقط للمستخدمين الذين ينتمي اشتراك Azure الخاص به إلى حساب فوترة في بلد قدم فيه موفر النموذج العرض (راجع "منطقة توفر العرض" في الجدول في القسم التالي). إذا كان العرض متوفرا في المنطقة ذات الصلة، فيجب أن يكون لدى المستخدم مساحة عمل في منطقة Azure حيث يتوفر النموذج للنشر أو الضبط الدقيق، حسب الاقتضاء (راجع أعمدة "منطقة مساحة العمل" في الجدول أدناه).
| النموذج | عرض منطقة التوفر | منطقة مساحة العمل للنشر | منطقة مساحة العمل ل Finetuning |
|---|---|---|---|
| Llama-3-70B-Instruct Llama-3-8B-Instruct |
البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، السويد الوسطى، شمال وسط الولايات المتحدة، جنوب وسط الولايات المتحدة، غرب الولايات المتحدة، شرق الولايات المتحدة، غرب الولايات المتحدة 3 | غير متوفرة |
| Llama-2-7b Llama-2-13b Llama-2-70b |
البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، وشرق الولايات المتحدة، وغرب الولايات المتحدة 3، وغرب الولايات المتحدة، وشمال وسط الولايات المتحدة، وجنوب وسط الولايات المتحدة | غرب الولايات المتحدة الأمريكية 3 |
| Llama-2-7b-chat Llama-2-13b-chat Llama-2-70b-chat |
البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، وشرق الولايات المتحدة، وغرب الولايات المتحدة 3، وغرب الولايات المتحدة، وشمال وسط الولايات المتحدة، وجنوب وسط الولايات المتحدة | غير متوفرة |
| Mistral Small | البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، السويد الوسطى، شمال وسط الولايات المتحدة، جنوب وسط الولايات المتحدة، شرق الولايات المتحدة، غرب الولايات المتحدة 3، غرب الولايات المتحدة | غير متوفرة |
| Mistral-Large | البلدان المدارة من Microsoft البرازيل هونغ كونغ إسرائيل |
شرق الولايات المتحدة، وشرق الولايات المتحدة 2، وشمال وسط الولايات المتحدة، وجنوب وسط الولايات المتحدة، ووسط السويد، وغرب الولايات المتحدة، وغرب الولايات المتحدة 3 | غير متوفرة |
| Cohere-command-r-plus Cohere-command-r Cohere-embed-v3-english Cohere-embed-v3-multilingual |
البلدان المدارة من Microsoft اليابان |
شرق الولايات المتحدة 2، السويد الوسطى، شمال وسط الولايات المتحدة، جنوب وسط الولايات المتحدة، شرق الولايات المتحدة، غرب الولايات المتحدة 3، غرب الولايات المتحدة | غير متوفرة |
| TimeGEN-1 | البلدان المدارة من Microsoft المكسيك إسرائيل |
شرق الولايات المتحدة، وشرق الولايات المتحدة 2، وشمال وسط الولايات المتحدة، وجنوب وسط الولايات المتحدة، ووسط السويد، وغرب الولايات المتحدة، وغرب الولايات المتحدة 3 | غير متوفرة |
| jais-30b-chat | البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، السويد الوسطى، شمال وسط الولايات المتحدة، جنوب وسط الولايات المتحدة، شرق الولايات المتحدة، غرب الولايات المتحدة 3، غرب الولايات المتحدة | غير متوفرة |
| Phi-3-mini-4k-instruct | البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، السويد الوسطى، كندا الوسطى، غرب الولايات المتحدة 3 | غير متوفرة |
| Phi-3-mini-128k-instruct | البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، السويد الوسطى | غير متوفرة |
| Phi-3-medium-4k-instruct, Phi-3-medium-128k-instruct | البلدان المدارة من Microsoft | شرق الولايات المتحدة 2، السويد الوسطى | غير متوفرة |
أمان المحتوى للنماذج المنشورة عبر MaaS
هام
تُعد هذه الميزة قيد الإصدار الأولي العام في الوقت الحالي. يجري توفير إصدار المعاينة هذا دون اتفاقية على مستوى الخدمة، ولا نوصي باستخدامه لأحمال عمل الإنتاج. بعض الميزات ربما لا تكون مدعمة أو بها بعض القدرات المقيدة.
لمزيد من المعلومات، راجع شروط الاستخدام التكميلية لمعاينات Microsoft Azure.
بالنسبة لنماذج اللغات المنشورة عبر واجهات برمجة التطبيقات بلا خادم، ينفذ Azure الذكاء الاصطناعي تكوينا افتراضيا لعوامل تصفية نص أمان المحتوى في Azure الذكاء الاصطناعي التي تكشف عن المحتوى الضار مثل الكراهية والضرر الذاتي والمحتوى الجنسي والعنيف. لمعرفة المزيد حول تصفية المحتوى (معاينة)، راجع فئات الضرر في Azure الذكاء الاصطناعي Content Safety.
تلميح
تصفية المحتوى (معاينة) غير متوفرة لبعض أنواع النماذج التي يتم نشرها عبر واجهات برمجة التطبيقات بلا خادم. تتضمن أنواع النماذج هذه نماذج تضمين ونماذج سلاسل زمنية.
تتم تصفية المحتوى (معاينة) بشكل متزامن حيث تطالب الخدمة بإنشاء محتوى، وقد تتم فوترتك بشكل منفصل وفقا لتسعير AACS لمثل هذا الاستخدام. يمكنك تعطيل تصفية المحتوى (معاينة) لنقاط النهاية الفردية بلا خادم إما في الوقت الذي تقوم فيه بنشر نموذج لغة لأول مرة أو لاحقا في صفحة تفاصيل التوزيع عن طريق تحديد تبديل تصفية المحتوى.
لنفترض أنك قررت استخدام واجهة برمجة تطبيقات أخرى غير Azure الذكاء الاصطناعي Model Inference API للعمل مع نموذج يتم نشره عبر واجهة برمجة تطبيقات بلا خادم. في مثل هذه الحالة، لا يتم تمكين تصفية المحتوى (معاينة) إلا إذا قمت بتنفيذه بشكل منفصل باستخدام Azure الذكاء الاصطناعي Content Safety. لمعرفة المزيد حول بدء استخدام Azure الذكاء الاصطناعي Content Safety، راجع التشغيل السريع: تحليل محتوى النص. إذا كنت لا تستخدم تصفية المحتوى (معاينة) عند العمل مع النماذج التي يتم نشرها عبر واجهات برمجة التطبيقات بلا خادم، فإنك تخاطر بشكل أكبر بتعريض المستخدمين للمحتوى الضار.
عزل الشبكة للنماذج المنشورة عبر واجهات برمجة التطبيقات بلا خادم
تتبع نقاط النهاية للنماذج المنشورة كواجهات برمجة تطبيقات بلا خادم إعداد علامة الوصول إلى الشبكة العامة (PNA) لمساحة العمل التي يوجد فيها النشر. لتأمين نقطة نهاية MaaS، قم بتعطيل علامة PNA على مساحة العمل الخاصة بك. يمكنك تأمين الاتصال الوارد من عميل إلى نقطة النهاية باستخدام نقطة نهاية خاصة لمساحة العمل.
لتعيين علامة PNA لمساحة العمل:
- انتقل إلى مدخل Azure.
- ابحث عن Azure التعلم الآلي، وحدد مساحة العمل الخاصة بك من قائمة مساحات العمل.
- في صفحة Overview، استخدم جزء التنقل الأيمن للانتقال إلى Settings>Networking.
- ضمن علامة التبويب الوصول العام، يمكنك تكوين إعدادات علامة الوصول إلى الشبكة العامة.
- احفظ تغييراتك. قد يستغرق نشر التغييرات ما يصل إلى خمس دقائق.
القيود
- إذا كانت لديك مساحة عمل مع نقطة نهاية خاصة تم إنشاؤها قبل 11 يوليو 2024، فلن تتبع نقاط نهاية MaaS الجديدة المضافة إلى مساحة العمل هذه تكوين الشبكة الخاص بها. بدلا من ذلك، تحتاج إلى إنشاء نقطة نهاية خاصة جديدة لمساحة العمل وإنشاء عمليات نشر جديدة لواجهة برمجة التطبيقات بلا خادم في مساحة العمل بحيث يمكن أن تتبع عمليات النشر الجديدة تكوين شبكة مساحة العمل.
- إذا كانت لديك مساحة عمل مع عمليات نشر MaaS تم إنشاؤها قبل 11 يوليو 2024، وقمت بتمكين نقطة نهاية خاصة على مساحة العمل هذه، فلن تتبع عمليات نشر MaaS الموجودة تكوين شبكة مساحة العمل. بالنسبة إلى عمليات نشر واجهة برمجة التطبيقات بلا خادم في مساحة العمل لمتابعة تكوين مساحة العمل، تحتاج إلى إنشاء عمليات التوزيع مرة أخرى.
- حاليا لا يتوفر دعم "على بياناتك" لنشر MaaS في مساحات العمل الخاصة، نظرا لأن مساحات العمل الخاصة تم تعطيل علامة PNA.
- قد يستغرق نشر أي تغيير في تكوين الشبكة (على سبيل المثال، تمكين علامة PNA أو تعطيلها) ما يصل إلى خمس دقائق.
معرفة المزيد
- تعرف على كيفية استخدام نماذج الأساس في Azure التعلم الآلي للضبط الدقيق والتقييم والنشر باستخدام واجهة مستخدم Azure التعلم الآلي studio أو الأساليب المستندة إلى التعليمات البرمجية.
- استكشف كتالوج النموذج في Azure التعلم الآلي studio. تحتاج إلى مساحة عمل Azure التعلم الآلي لاستكشاف الكتالوج.
- تقييم النماذج المنسقة بواسطة Azure التعلم الآلي وتدقيقها ونشرها.
الملاحظات
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجع https://aka.ms/ContentUserFeedback.
إرسال الملاحظات وعرضها المتعلقة بـ