Copilot v glosáři a termínech fabric

Tento článek obsahuje přehled vybraných klíčových termínů a jejich definic v rámci Copilotu ve Fabricu. Při čtení článků o Copilotu ve Fabriku nebo při jeho použití si můžete připomenout, co který termín nebo název znamená.

Termín	Definice (v kontextu Copilot ve Fabric)
Azure AI Search (dříve Azure Cognitive Search)	Systém vyhledávání a načítání s komplexní sadou pokročilých technologií vyhledávání, který je vytvořený pro vysoce výkonné aplikace v libovolném měřítku. Azure AI Search je primární doporučený systém pro vyhledávání při vytváření aplikací založených na RAG v Azure s nativními integracemi LLM mezi službou Azure OpenAI Service a Azure Machine Learning. , Vy použijete Azure AI Search k vytvoření vlastních kopilotů.
Služba Azure OpenAI (Azure OpenAI)	Poskytuje přístup rozhraní REST API k jazykovým modelům OpenAI. Služba Azure OpenAI je služba spravovaná Microsoftem, která nepoužívá veřejné služby nebo prostředky OpenAI. Copilot odešle předzpracovaný vstup do Azure OpenAI, aby bylo možné vstup zpracovat. Po zpracování Azure OpenAI vrátí odpověď LLM na Copilot pro následné zpracování. Služby Azure OpenAI používané pro Copilot ve Fabricu nemůžete zobrazit, zpřístupnit ani upravovat.
Jednotky kapacity (CU)	Měření využití kapacity pomocí aplikace Microsoft Fabric Capacity Metrics Počet jednotek CU, které máte, závisí na SKU kapacity vaší infrastruktury; vyšší SKU mají vyšší počet dostupných jednotek CU. Když použijete 100% dostupných CU, můžete se dostat do stavu omezování, což může vést ke snížení výkonu a chyb. Funkce Copilot ve Fabricu využívá dostupné jednotky Fabric CU.
Využití kapacity	Dopad výpočetních operací na všechny vaše operace s kapacitou. Copilot in Fabric je operace na pozadí, která vede k využití kapacity.
Spotřeba (jednotek textilních CU)	Použití výpočetních jednotek Fibre Channel. Synonymum využití kapacity Použití Copilotu ve Fabricu vede ke spotřebě vašich CU ve Fabricu.
Druhý pilot	Generující asistent umělé inteligence, který má za cíl vylepšit prostředí analýzy dat v platformě Fabric. V každé úloze existují různí Copiloti a různé zkušenosti s Copilotem v závislosti na položce a uživatelském rozhraní, se kterými pracujete.
Vkládání (v kontextu LLM)	Proces přeměny tokenů na zhuštěné vektory skutečných čísel. Vkládání poskytuje LLM sémantický význam daného tokenu na základě jiných tokenů kolem něj ve větě nebo odstavci.
Zkušenost	Funkční modul pro Copilot, například prostředí dotazu DAX, které generuje kód DAX, a prostředí generování stránek sestavy, které generuje vizuály pro stránku sestavy Power BI. Při používání Copilotu ve Fabricu používáte různá prostředí Copilot. Každá úloha a položka mohou mít více zkušeností.
Základní model	Základní modely dostupné dodavateli, jako jsou OpenAI (pro modely GPT) nebo Anthropic (pro modely Claude). Každý model má vlastní trénovací data a funguje jinak, například pomocí různých způsobů tokenizace a zpracování vstupu za účelem vytvoření odpovědi. Copilot in Fabric používá základní modely GPT z OpenAI hostované Microsoftem ve službě Azure OpenAI. Tyto modely nemůžete měnit ani vyladit sami.
Generování umělé inteligence	Forma umělé inteligence, ve které jsou modely natrénovány tak, aby generovaly nový původní obsah na základě vstupu přirozeného jazyka. Copilot in Fabric je nástroj, který využívá technologii generující AI, která se pokouší vylepšit možnosti analýzy dat v platformě Fabric.
Uzemnění	Technika předběžného zpracování, kde se načítají další kontextové informace a používají se k vylepšení specifikity a užitečnosti odpovědi LLM. Základní data jsou vždy specifická pro uživatele a respektují oprávnění k položkám a všem vynuceným opatřením zabezpečení dat. Copilot v rámci Fabric provádí základní zpracování během předběžného zpracování vstupní výzvy, což může zahrnovat načtení informací z aktivní aktuální relace Copilotu, metadat položek nebo konkrétních datových bodů.
Vstup	Výzva nebo interakce zadaná do Copilotu, která spustí proces Copilot. Copilot v rámci Fabric používá různé vstupy, zejména psaný vstup v přirozeném jazyce od uživatele nebo vygenerovaný vstup přirozeného jazyka od uživatele, který interaguje s tlačítkem nebo podobným prvkem uživatelského rozhraní.
Velký jazykový model (LLM)	Modely hlubokého učení vytrénované na velkých textových korpusech pro generování textu. LLM jsou založeny na myšlence automatických regresních modelů, kde byly natrénovány tak, aby předpovídaly další slovo (nebo nejpravděpodobnější modely) vzhledem k předchozím modelům. LLM lze použít ke zpracování velkých objemů textu a ke učení struktury a syntaxe lidského jazyka. Copilot in Fabric využívá řadu LLM typu GPT z OpenAI, které jsou hostované ve službě Azure OpenAI.
Meta-prompt	Výzva, kterou neposkytuje uživatel. Meta-výzvy poskytuje Copilot, konfiguraci zajišťuje Microsoft. Každé prostředí Copilotu používá vlastní metaobsadové výzvy ke zlepšení specifikity a užitečnosti výstupů Copilotu. Prostředí DAX Query Copilot například používá meta-prompt, který obsahuje několik příkladů dotazů a výrazů JAZYKA DAX.
Přirozený jazyk	Přirozeně se vyskytující nebo konverzační jazyk. Copilot in Fabric může přijímat uživatelské vstupy z příkazového řádku přirozeného jazyka.
Operace (prostředků infrastruktury)	Aktivity, které se odehrávají v architektuře a vedou k využívání kapacity. Požadavky na vyžádání a operace, které uživatelé mohou aktivovat prostřednictvím interakcí s uživatelským rozhraním, jako jsou dotazy generované vizuály zpráv z datového modelu, se klasifikují jako interaktivní operace. Operace, jako je například sémantický model nebo aktualizace toku dat, se klasifikují jako operace na pozadí. Copilot in Fabric je operace na pozadí.
Orchestrátor	Úloha během předběžného zpracování Copilotu, která určuje, jakou dovednost nebo nástroj by měl Copilot použít. Orchestrátor to určí pomocí systémových informací z meta-promptu zadaného během vstupu.
Výstup	Co Copilot vrátí uživateli po následném zpracování. Výstupy se můžou skládat z nízké kvality a nepřesného obsahu, takže uživatelé by měli každý výstup před dalším použitím nebo rozhodováním kriticky vyhodnotit. Copilot v prostředcích infrastruktury může v závislosti na prostředí, které jednotlivec používá, vracet různé výstupy.
Předzpracování	Aktivity pomocí Copilotu, kde se přijímá a vylepšuje vstup uživatele nebo se načítají další informace, aby se pokusili vytvořit konkrétnější a užitečnější výstup.
Následné zpracování	Aktivity Copilotu, při kterých je odpověď LLM přijata, filtrována a zpracována k vytvoření konečného výstupu. Aktivity následného zpracování se výrazně liší v závislosti na konkrétním prostředí Copilotu, které jednotlivec používá.
Výzva	Vstup pro Copilot napsaný v přirozeném jazyce uživatelem nebo vygenerovaný copilotem v reakci na interakci uživatele.
Q&A(funkce Power BI)	Funkce v Power BI, která umožňuje klást otázky na data pomocí přirozených dat a získat odpověď. Q&A používá zpracování přirozeného jazyka, ale ne generování umělé inteligence. Copilot v Fabric lze použít k vylepšení Q&A; například může generovat synonyma pro lingvistické modelování.
Odpověď (LLM)	Výsledek zpracovaného vstupu. Odpověď LLM je vždy text, ale tento text může být přirozený jazyk, kód nebo metadata.
Zodpovědná AI (RAI)	Sada hlavních principů a postupů, které by teoreticky měly zmírnit rizika a zlepšit etické použití AI, pokud jsou dodrženy.
Načítání rozšířené generace (RAG)	Architektura, která rozšiřuje možnosti LLM přidáním systému načítání informací, který poskytuje základní data. Funkce Copilot ve Fabric používá během předběžného zpracování metodologii RAG (Retrieval-Augmented Generation).
Dovednost	Konkrétní úkol v prostředí Copilot. Filtrování stránky sestavy je například dovednost souhrnného prostředí stránky sestavy Copilot.
Skladová jednotka (SKU)	Velikost vaší kapacity Fabric. SKU je označená písmenem F a číslem, například F2 nebo F8. Větší čísla odpovídají větším skladovým úrovním. Copilot v rámci Fabric je k dispozici pouze pro licenční verze F2 nebo vyšší. Funkce Copilot a AI se v současné době nepodporují ve zkušební kapacitě.
Vyhlazování	Proces ve Frameworku, kde je využití kapacity operace na pozadí rozloženo do 24hodinového časového rámce, počínaje okamžikem zahájení operace a konče o 24 hodin později. Vyhlazování operací snižuje dopad na vrcholné souběžné využití vaší kapacity Fabricu. Veškeré využití kapacity služby Copilot v systému Fabric je rovnoměrně vyvážené, protože se jedná o proces na pozadí.
Token	Nejmenší jednotka informací, kterou LLM používá. Token se skládá z jednoho nebo více znaků často se vyskytujícího textu. Každý token má odpovídající jedinečné celé číslo pro dané LLM, označované jako ID tokenu. Tokeny jsou nezbytné k převodu přirozeného jazyka na číselnou reprezentaci, což je to, co LLM používá ke zpracování vstupu a vrácení odpovědi.
Tokenizace	Proces převodu vstupů přirozeného jazyka na tokeny. Tokenizace provádí LLM a různé LLM tokenizují vstupy různými způsoby.
Pracovní zátěž	Různé funkční oblasti technologie Fabric, jako jsou datové inženýrství, Data Science nebo Power BI. Různé úlohy v Fabric používají různé Copiloty. V každé pracovní zátěži jsou různé zážitky s Copilotem.

Související obsah

• Co je Microsoft Fabric?
• Copilot in Fabric: Nejčastější dotazy