لم يعد هذا المتصفح مدعومًا.
بادر بالترقية إلى Microsoft Edge للاستفادة من أحدث الميزات والتحديثات الأمنية والدعم الفني.
ما هو أحد المبادئ الرئيسية الذكاء الاصطناعي المسؤولة عند نشر نماذج اللغات الكبيرة (LLMs) باستخدام Azure Databricks؟
زيادة أداء النموذج إلى أقصى حد في جميع التكاليف.
ضمان الشفافية وقابلية تفسير قرارات النموذج.
نشر النماذج دون أي إشراف بشري.
أي من الأدوات التالية في Azure Databricks يمكن استخدامها لتقييم التحيز في LLMs والتخفيف من حدته؟
كتالوج Unity
طاولات دلتا الحية
مؤشرات الإنصاف
ما هو النهج الموصى به للتعامل مع الهلوسات في LLMs عند استخدام Azure Databricks؟
تجاهلها لأنها نادرة ولا تؤثر على أداء النموذج.
استخدم تقنيات ما بعد المعالجة لتحديدها وتصحيحها.
نشر النموذج في الإنتاج دون أي ضمانات.
عليك الإجابة على كل الأسئلة قبل مراجعة عملك.
هل كانت هذه الصفحة مفيدة؟
هل تحتاج إلى مساعدة مع هذا الموضوع؟
هل تريد محاولة استخدام Ask Learn لتوضيح هذا الموضوع أو إرشادك خلاله؟