Explorar el catálogo de modelos
El catálogo de modelos en el portal de Microsoft Foundry sirve como centro central para detectar y comparar modelos de IA. Con más de 1900 modelos disponibles en varios proveedores, necesita formas eficaces de filtrar y encontrar modelos que coincidan con sus requisitos específicos.
Accede al catálogo de modelos
Puede acceder al catálogo de modelos desde el portal de Microsoft Foundry en ai.azure.com. Después de iniciar sesión y seleccionar el proyecto, elija Discover en la navegación superior. El catálogo muestra tarjetas de modelo que muestran información clave sobre cada modelo, incluidos el proveedor, las funcionalidades y las opciones de implementación.
Filtrado de modelos por atributos clave
El catálogo de modelos proporciona varios filtros para ayudarle a restringir la búsqueda:
los filtros Collection permiten examinar modelos por proveedor, como Azure OpenAI, Meta, Mistral, Cohere o Hugging Face. Esto ayuda cuando tiene preferencias o requisitos para familias de modelos específicas.
Los filtros del sector muestran modelos entrenados en conjuntos de datos específicos del sector. Estos modelos especializados suelen superar los modelos de uso general en sus respectivos dominios.
Los filtros de funcionalidades resaltan las características únicas del modelo. Puede filtrar por funcionalidades de razonamiento (resolución compleja de problemas), llamadas a herramientas (integración de API y funciones) o procesamiento bidireccional (texto, imágenes, audio).
Las tareas de inferencia y los filtros de tareas de ajuste le permiten encontrar modelos adecuados para actividades específicas, como la generación de texto, el resumen, la traducción o la extracción de entidades.
Descripción de los tipos de modelo
A medida que explora el catálogo, se encuentran diferentes categorías de modelos diseñados para varios casos de uso.
Modelos de lenguaje grande y modelos de lenguaje pequeño
Los modelos de lenguaje grande (LLM) como GPT-4, Mistral Large y Llama 3 70B son modelos eficaces diseñados para tareas que requieren un razonamiento profundo, una generación de contenido compleja y una amplia comprensión del contexto. Estos modelos se destacan en aplicaciones sofisticadas, pero requieren más recursos computacionales.
Los modelos de lenguaje pequeño (SLA) como Phi-3, los modelos de SISTEMA operativo Mistral y Llama 3 8B ofrecen eficiencia y rentabilidad, a la vez que controlan las tareas comunes de procesamiento de lenguaje natural. Son ideales para escenarios en los que la velocidad y el costo son más importantes que controlar las tareas de razonamiento más complejas. Los SLM se pueden ejecutar en dispositivos perimetrales o hardware de gama baja.
Modelos de finalización y razonamiento de chat
La mayoría de los modelos de lenguaje del catálogo son modelos de finalización de chat diseñados para generar respuestas de texto coherentes y adecuadas contextualmente. Estos modelos potencian las interfaces conversacionales y las aplicaciones de generación de contenido.
En escenarios que requieren un mayor rendimiento en tareas complejas como matemáticas, codificación, ciencia, estrategia y logística, los modelos de razonamiento como Claude Opus 4.6 proporcionan capacidades mejoradas de resolución de problemas. Estos modelos pueden desglosar problemas complejos y mostrar su proceso de razonamiento.
Modelos multimodales
Además del procesamiento de solo texto, los modelos bidireccionales como GPT-4o y Phi-3-vision pueden controlar varios tipos de datos, como imágenes, audio y texto. Use estos modelos cuando la aplicación necesite analizar el contenido visual, como la comprensión del documento, la descripción de la imagen o la explicación del gráfico.
Modelos especializados
El catálogo también incluye modelos específicos de tareas:
Modelos de generación de imágenes como DALL· E 3 crear contenido visual a partir de descripciones de texto. Úselos para generar materiales de marketing, ilustraciones o bocetos de diseño.
Insertar modelos como Ada y Cohere convierten texto en representaciones numéricas. Estos modelos permiten escenarios de búsqueda semántica, sistemas de recomendaciones y recuperación de generación aumentada (RAG) en los que necesita encontrar información relevante basada en significados en lugar de coincidencias exactas de palabras clave.
Modelos regionales y específicos del dominio
Algunos modelos están optimizados para lenguajes, regiones o sectores específicos. Cuando se necesita un rendimiento especializado en un dominio o lenguaje determinado, estos modelos suelen superar las alternativas de uso general. Entre los ejemplos se incluyen modelos entrenados en literatura médica, documentos legales o corpora de lenguaje específico.
Uso de las características de búsqueda y comparación
Más allá de los filtros, el catálogo de modelos ofrece funcionalidad de búsqueda para buscar modelos por nombre o palabras clave. Puede abrir varias tarjetas de modelo para comparar sus especificaciones, pruebas comparativas y funcionalidades en paralelo. Esta comparación le ayuda a tomar decisiones fundamentadas sobre qué modelo se adapta mejor a los requisitos de uso, presupuesto y rendimiento.
Al identificar candidatos prometedores, puede ver resultados de pruebas comparativas detallados, modelos de prueba en el área de juegos o continuar directamente con la implementación. El enfoque estructurado de filtrado, comparación y pruebas le ayuda a seleccionar el modelo adecuado para la aplicación de IA generativa.