Remarque
L’accès à cette page requiert une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page requiert une autorisation. Vous pouvez essayer de modifier des répertoires.
Cet article explique comment utiliser Copilot Tuning pour créer des modèles affinés dans Copilot Studio, que vous pouvez utiliser avec des agents déclaratifs pour Microsoft 365 Copilot. Le réglage précis est un processus qui vous permet de personnaliser un modèle préentraîné pour une tâche spécifique sur vos propres données de locataire. Vous pouvez utiliser ces modèles affinés pour créer des agents experts pour effectuer des tâches spécifiques au domaine et les servir dans Microsoft 365 Copilot.
Le réglage précis permet à votre modèle d’effectuer de meilleures tâches pertinentes pour votre organisation. Un modèle affiné est particulièrement utile pour les organisations avec des données uniques ou des exigences spécialisées.
Cet article fournit une vue d’ensemble de base du processus de réglage copilot dans Copilot Studio. Pour obtenir des conseils plus détaillés sur les tâches pour vous aider à obtenir les meilleurs résultats de l’optimisation de votre organisation et de vos tâches, consultez la vue d’ensemble du réglage de Copilot.
Avantages du réglage de Copilot
L’optimisation des modèles est une technique puissante utilisée pour adapter les modèles de langage volumineux à vos besoins spécifiques. Le réglage précis complète d’autres techniques d’optimisation de l’IA générative, telles que la génération augmentée par récupération (également appelée RAG) et l’optimisation des instructions. Le réglage précis est bien adapté lorsque vous souhaitez diriger étroitement le comportement de votre modèle.
Le réglage précis nécessite généralement une équipe d’experts scientifiques des données pour organiser des jeux de données et créer des pipelines de préparation et d’entraînement spécifiques aux tâches.
Copilot Tuning in Copilot Studio simplifie considérablement ce processus, le transformant en un outil que même un expert en la matière peut utiliser.
Copilot Studio extrait une grande partie de la complexité du processus. Le processus de réglage Copilot low-code de Copilot Studio transforme le réglage affiné, qui est un projet complexe et exigeant en ressources, en une expérience simplifiée en libre-service.
La préparation automatisée des données alimentée par l’IA transforme le contenu d’entreprise bruyant en ensembles d’entraînement de haute qualité avec un effort minimal. Cette automatisation réduit la nécessité d’étiqueter manuellement en demandant une entrée humaine uniquement lorsque la confiance du modèle est faible. L’automatisation vous permet de réduire les efforts d’étiquetage des données.
Enfin, cette fonctionnalité vous évite l'effort de créer des pipelines de traitement et d'apprentissage de données spécialisés.
Sécurité
Copilot Tuning offre une sécurité améliorée par rapport aux techniques conventionnelles de réglage précis en garantissant que seuls les utilisateurs disposant des contrôles d’accès appropriés, définis par vos groupes de sécurité Microsoft Entra existants, peuvent utiliser le modèle lors de la création d’agents Microsoft 365 Copilot. Les administrateurs peuvent également supprimer rapidement des modèles de production, ce qui améliore davantage la sécurité.
Personne ne voit vos données, même pendant l’entraînement. Tous les entraînements et l'inférence se produisent dans des environnements isolés par locataire.
Quel type de tâches Copilot Tuning peut-il effectuer ?
Actuellement, vous pouvez utiliser Copilot Tuning pour les tâches suivantes :
- Q&A : Les questions et réponses d’experts peuvent répondre avec précision aux questions dans des domaines de connaissances complexes tels que les scénarios rh et services professionnels où RAG seul serait insuffisant.
- Génération de document : la génération de documents excelle dans la création de documents complexes et structurés qui doivent suivre des formats spécifiques, tels que les contrats, les contrats et la documentation technique.
- Résumé des documents : distille précisément des informations complexes, telles que des analyses réglementaires ou législatives, dans des résumés personnalisés.
Éligibilité
Copilot Tuning est un programme EAP (Early Access Program). Pour plus d’informations sur l’éligibilité d’EAP, consultez Présentation de Microsoft 365 Copilot Tuning .
Dans une organisation où Copilot Tuning est disponible, un administrateur Microsoft 365 contrôle l’accès. L’administrateur peut activer Copilot Tuning au niveau de l’organisation ou du locataire. L’administrateur peut également limiter l’accès à cette fonctionnalité pour des utilisateurs spécifiques de l’organisation.
Accéder à Copilot Tuning dans Copilot Studio
Une fois que votre administrateur Microsoft 365 met Copilot Tuning disponible dans votre locataire et vous accorde des autorisations de création de modèle, vous recevez un e-mail vous invitant à commencer à créer votre premier modèle avec Microsoft Copilot Studio.
Pour accéder à Copilot Tuning, procédez comme suit :
Connectez-vous à Copilot Studio à l’aide d’un compte d’utilisateur avec le rôle Model Maker .
Dans la barre latérale, sélectionnez les trois points (...) puis sélectionnez Réglage du Copilote.
La page Paramétrage de Copilot s’ouvre.
Si vous ne voyez pas cette option, Copilot Tuning n’est pas disponible pour votre locataire ou vous n’avez pas les autorisations nécessaires pour créer des modèles affinés.
Créer un modèle affiné
Copilot Tuning est un processus d’entraînement en plusieurs étapes. Comme pour n’importe quel processus d’apprentissage machine learning, la qualité et la quantité de données d’apprentissage sont essentielles au succès du modèle.
Remarque
Actuellement, Copilot Tuning prend uniquement en charge les fichiers SharePoint et est limité aux documents Word, fichiers PDF et fichiers texte.
Configurer des paramètres de modèle de base
Tout d’abord, configurez les paramètres de haut niveau pour ce que vous souhaitez que votre modèle fasse, comment il doit se comporter et les sources de données appropriées à utiliser.
Accédez à la page Paramétrage de Copilot et sélectionnez Créer un modèle. Vous êtes redirigé vers une page Personnaliser votre modèle sur votre page de tâches .
Entrez un nom explicite et une description pour votre modèle.
Décrivez le modèle de manière à ce que les utilisateurs de votre organisation puissent comprendre rapidement comment ils peuvent les aider dans leur travail.
Sous Choisir des sources de connaissances, sélectionnez Ajouter des connaissances.
L’option Ajouter des connaissances à votre page de modèle s’affiche.
Sélectionnez un type de connaissances. Actuellement, SharePoint est disponible.
Sélectionnez une source de connaissances. Parcourez votre ordinateur pour un fichier SharePoint ou entrez une URL pour la source, puis sélectionnez Ajouter.
Répétez l’étape précédente si nécessaire pour ajouter d’autres sources de connaissances.
Lorsque vous avez terminé d’ajouter des sources de connaissances, sélectionnez Ajouter pour continuer.
Sous Autorisations, spécifiez les groupes de sécurité Microsoft Entra qui doivent avoir accès au modèle lors du déploiement.
Copilot Tuning exclut automatiquement l’entraînement des fichiers auxquels vos groupes de sécurité sélectionnés ne peuvent pas accéder. Copilot Studio suggère également automatiquement d’autres groupes de sécurité pour optimiser l’étendue des connaissances que vous pouvez incorporer en toute sécurité dans votre modèle.
Sous Type de tâche, sélectionnez le type de tâche souhaité.
Dans la section Instructions du modèle qui s’affiche, répondez aux questions comme indiqué. Entrez les informations d’instruction comme indiqué. Pour plus d’informations, consultez les instructions détaillées spécifiques aux tâches dans la documentation sur le réglage de Microsoft 365 Copilot.
- Configurer le réglage de Copilot pour les questions-réponses d'expert
- Configurer le réglage Copilot pour la génération de documents
- Bien démarrer avec le résumé du paramétrage copilot
Les instructions de modèle aident Copilot Studio à identifier et préparer les données les plus pertinentes de vos sources de connaissances. De bonnes instructions de modèle fournissent au modèle des indications pour interpréter les données pendant le processus d’entraînement.
Sélectionnez Enregistrer le brouillon pour enregistrer votre progression ou, si vous êtes prêt à suivre le processus de réglage précis, sélectionnez Préparer les données d’étiquetage.
Copilot Studio commence à préparer les données pour l’étiquetage.
Copilot Studio vous informe si certaines de vos sources de connaissances choisies ne sont pas disponibles pour les groupes de sécurité choisis. Copilot Studio suggère automatiquement d’autres groupes de sécurité pour optimiser l’étendue des connaissances que vous pouvez incorporer en toute sécurité dans votre modèle.
Apportez des ajustements aux groupes de sécurité pour développer la couverture comme vous le souhaitez, puis sélectionnez Continuer avec la sélection.
Copilot Studio prépare les données pour l’étiquetage.
Important
Selon la taille de vos données, la préparation peut prendre jusqu’à 24 heures. Pendant que la préparation se produit, vous pouvez continuer à travailler dans Copilot Studio ou fermer l’onglet du navigateur et retourner ultérieurement. Vous recevez une notification par e-mail une fois cette étape terminée. Vous pouvez vérifier l’état à tout moment en retournant à Copilot Studio et en actualisant la liste des modèles.
Étiqueter les exemples d’entraînement
Une fois vos données traitées, Copilot Studio envoie une notification par e-mail indiquant que vos données sont prêtes pour l’étiquetage.
Copilot Studio vous présente des exemples d’entraînement générés pertinents pour la tâche et les données que vous avez fournies. Vous devez consulter les exemples et fournir des commentaires sur la qualité de l’échantillon.
L’étiquetage est une étape cruciale, car il enseignerait essentiellement au modèle comment identifier des exemples de formation idéaux. Assurez-vous que les personnes disposant d’une expertise dans le domaine effectuent cette tâche. Si vous n’êtes pas un expert de domaine, vous pouvez déléguer des tâches d’étiquetage à des experts en matière par le biais d’un flux de travail de gestion d’étiquetage intégré.
Le processus d’étiquetage passe généralement par plusieurs lots. L’entraînement d’un modèle peut nécessiter jusqu’à quatre à cinq lots d’étiquettes.
Une fois l’étiquetage terminé, vous êtes prêt à entraîner votre modèle. Sélectionnez Démarrer l’entraînement pour continuer.
Entraîner le modèle
Copilot Studio entraîne le modèle à l’aide des données étiquetées. La formation est un processus entièrement automatisé qui ne nécessite aucune autre entrée de votre part.
Important
Selon la taille de vos données, le processus d’entraînement peut prendre jusqu’à 24 heures.
Vous recevez une notification par e-mail une fois la formation terminée. Vous pouvez également vérifier l’état à tout moment en retournant à Copilot Studio et en actualisant la liste des modèles.
Évaluer le modèle
Dans la phase finale, vous obtenez un ensemble de comparaisons côte à côte entre les résultats de la sortie de modèle affinée et les résultats du modèle planifié, non affiné. Si vous souhaitez continuer à améliorer la qualité des réponses du modèle, vous pouvez commencer un nouveau cycle d'entraînement du modèle.
Pour améliorer les sorties de modèle dans votre prochaine exécution d’entraînement, assurez-vous que votre jeu de données est bien aligné sur la tâche spécifique de votre modèle et que vos données sont étiquetées par des experts du domaine.
Publier le modèle sur Microsoft 365 Copilot
Une fois que vous êtes satisfait de la sortie du modèle, publiez le modèle dans votre catalogue de locataires Microsoft 365.
Votre modèle est désormais disponible pour une utilisation par les agents de votre locataire pour Copilot.
Remarque
Seuls les membres des groupes de sécurité que vous avez sélectionnés au début du processus de réglage précis peuvent utiliser le modèle dans les assistants.
Pour plus d’informations sur l’utilisation du modèle dans les agents pour Copilot, consultez la documentation Microsoft 365 Copilot.
Limitations et restrictions
Il existe certaines limitations et restrictions à prendre en compte lors de la création de modèles affinés :
- Si vous ajoutez des sources de connaissances après l’apprentissage du modèle, vous devez redémarrer le processus de réglage précis à partir de zéro.
- Copilot Studio ne prend pas encore en charge le versionnage de modèles.
- Si un utilisateur dont les données ont été utilisées lors de l’entraînement d’un modèle envoie une demande de suppression valide en vertu du RGPD (ou des réglementations similaires), vous devez réentraîner le modèle.
- Lorsque vous ajustez un modèle, les pondérations du modèle sont ajustées en fonction des données d’entraînement. Vous pouvez supprimer le modèle affiné à tout moment.
- Vous êtes responsable de la façon dont les données sont collectées, stockées et utilisées dans votre environnement de locataire.
- Vous devez vous assurer que vos pratiques relatives aux données répondent aux exigences légales en matière de transparence, de consentement, d’accès et de suppression.
- Vous êtes responsable de la vérification de la précision, de l’adéquation et de la conformité des sorties générées à partir de ce système avant de les utiliser. La vérification peut nécessiter un examen avec les experts en matière.