Sdílet prostřednictvím

Toky v toku výzvy?

V toku výzvy azure Machine Learning mají uživatelé možnost vyvíjet aplikaci AI založenou na LLM tím, že se zapojují do fází vývoje, testování, ladění a nasazování toku. Tento komplexní pracovní postup umožňuje uživatelům snadno využívat možnosti velkých jazykových modelů (LLM) a vytvářet sofistikované aplikace AI.

Toky

Tok v toku výzvy slouží jako spustitelný pracovní postup, který zjednodušuje vývoj aplikace AI založené na LLM. Poskytuje komplexní architekturu pro správu toku dat a zpracování v rámci vaší aplikace.

V rámci toku se uzly stupňovaly ve středu, které představují konkrétní nástroje s jedinečnými možnostmi. Tyto uzly zpracovávají zpracování dat, spouštění úloh a algoritmické operace se vstupy a výstupy. Propojením uzlů vytvoříte bezproblémový řetěz operací, který provede tok dat prostřednictvím vaší aplikace.

Pro usnadnění konfigurace a vyladění uzlů nabízí naše uživatelské rozhraní prostředí pro vytváření poznámkového bloku. Toto intuitivní rozhraní umožňuje snadno upravovat nastavení a upravovat fragmenty kódu v uzlech. Kromě toho je vizuální znázornění struktury pracovního postupu poskytováno prostřednictvím grafu DAG (Řízené Acyklické grafy). Tento graf znázorňuje možnosti připojení a závislosti mezi uzly a poskytuje jasný přehled celého pracovního postupu.

Díky funkci toku v příkazovém toku máte možnost navrhovat, přizpůsobovat a optimalizovat logiku aplikace AI. Soudržné uspořádání uzlů zajišťuje efektivní zpracování dat a efektivní správu toků, které vám umožní vytvářet robustní a pokročilé aplikace.

Typy toků

Tok výzvy azure Machine Learning nabízí tři různé typy toků, které se starají o různé scénáře uživatelů:

  • Standardní tok: Navržený pro obecný vývoj aplikací umožňuje uživatelům vytvořit tok pomocí široké škály integrovaných nástrojů pro vývoj aplikací založených na LLM. Poskytuje flexibilitu a všestrannost pro vývoj aplikací napříč různými doménami.
  • Tok chatu: Speciálně přizpůsobený vývoji konverzačních aplikací, tok chatu vychází z možností standardního toku a poskytuje vylepšenou podporu pro vstupy chatu/ výstupy a správu historie chatu. Díky nativnímu režimu konverzace a integrovaným funkcím můžou uživatelé bezproblémově vyvíjet a ladit své aplikace v konverzačním kontextu.
  • Tok vyhodnocení: Navržený pro scénáře vyhodnocení umožňuje uživatelům vytvořit tok, který přebírá výstupy předchozího toku jako vstupy. Tento typ toku umožňujeuživatelům modelům a aplikacím vyhodnotit výkon předchozích výsledků spuštění a výstup relevantní metriky.

Další kroky