Preguntas frecuentes para solicitudes e capacidades de xeración de texto
Estas preguntas frecuentes (FAQ) describen o impacto da IA da función de solicitudes de AI Builder.
Que son as indicacións?
A función de avisos de AI Builder ofrece aos usuarios unha capacidade versátil para desenvolver fluxos de traballo, aplicacións, transformación de datos e personalización de copilotos con IA. Permite a creación de fluxos de traballo e aplicacións que resumen documentos, crean borradores de respostas, clasifican textos e traducen idiomas. Esta capacidade está impulsada polo servizo Azure OpenAI , que utiliza a tecnoloxía Generative Pre-Trained Transformer (GPT). Estes modelos foron adestrados en grandes cantidades de datos de texto, o que lles permitiu xerar texto que se asemella a contido escrito por humanos.
Máis información en Nota de transparencia para o servizo de Azure OpenAI .
Cales son os casos de uso previstos das solicitudes?
As solicitudes en AI Builder permítenche crear aplicacións intelixentes, fluxos de traballo e ampliar os copilotos. Aproveitan as capacidades dos modelos GPT adestrados previamente, o que elimina a necesidade de adestramento de modelos personalizados. Por exemplo, a intención pode ser crear un fluxo de traballo que resuma as queixas dos clientes entrantes. Despois, crea un ticket nunha ferramenta de xestión de incidencias en función da categoría da queixa entrante. Neste exemplo, os creadores poden indicarlle ao modelo que clasifique e resuma a queixa entrante para crear un novo incidente.
A seguinte lista contén os casos de uso máis populares deste servizo:
- Resumo de correos electrónicos, conversas, transcricións, documentos e moito máis.
- Suxestións de borradores de respostas ás consultas, queixas, correo electrónico dos clientes e moito máis.
- Extracción de información de contratos, correos electrónicos, facturas, pedidos, etc.
- Clasificación do contido nas categorías desexadas (por exemplo, se un correo electrónico é un pedido, unha reclamación ou unha devolución).
- Análise de sentimento dun texto determinado (por exemplo, identificar o sentimento dunha revisión dun produto).
En todos estes casos, os usuarios son responsables do resultado final do sistema. Antes de usalo, deben revisar o contido xerado para detectar posibles imprecisións ou incompletos.
Como se avaliou a preparación da función de solicitudes? Que métricas se utilizan para medir o desempeño?
A avaliación desta capacidade implica probas exhaustivas a través dunha serie de parámetros de seguridade. Esta proba garante que a función se aliña cos estándares e principios de IA responsables da nosa organización. O servizo tamén se avalía continuamente para detectar posibles vulnerabilidades. As métricas de rendemento que usamos implican principalmente a eficiencia da filtración de contido e o grao de acordo entre o ser humano e a máquina sobre o contido filtrado fronte ao contido non filtrado.
Que tipo de moderación de contido se implementa para as solicitudes?
Os modelos GPT están adestrados en datos de Internet, o que é excelente para construír un modelo mundial xeral. Ao mesmo tempo, pode herdar contido tóxico, prexudicial e sesgado das mesmas fontes. Os modelos están adestrados para comportarse de forma segura e non para producir contido nocivo, pero ás veces pode xerar saída tóxica. AI Builder indica que aproveita o servizo Azure AI Content Satefy para crear capacidades de moderación de contido de última xeración dentro das indicacións da IA. Isto inclúe servizos para analizar a saída xerada con escáneres de texto de gravidade múltiple e seguridade contra ataques de inxección rápida. A saída tamén se escanea para detectar regurgitación do material protexido.
Cales son as limitacións da función de solicitudes? Como poden os usuarios minimizar o impacto das limitacións rápidas cando usan o sistema?
O uso desta tecnoloxía debe cumprir os requisitos do Código de conduta para o servizo de OpenAI Azure. Non se debe utilizar esta tecnoloxía para xerar contido asociado con propaganda política, discursos de odio, información errónea, autolesións, discriminación, material sexual explícito ou outro contido prohibido polo Código de conduta. Entre as aplicacións non compatibles desta tecnoloxía inclúense proporcionar consellos, utilizar orientacións legais, financeiras, relacionadas coa saúde ou predicións futuras, así como cálculos financeiros, científicos ou matemáticos, e calquera outro uso non admitido mencionado no Nota de transparencia para o servizo OpenAI Azure. Actualmente, o servizo é compatible exclusivamente nos Estados Unidos e só está dispoñible en inglés.
O contido xerado pola intelixencia artificial pode ter erros, polo que os creadores deben informar aos usuarios finais da súa solución de que a xeración de contido mediante este modelo é creada pola intelixencia artificial de forma transparente. A comunicación clara do contido xerado axuda a evitar a dependencia excesiva. Os creadores tamén deberían infundir a posibilidade da revisión humana paso para asegurarse de que o contido xerado pola IA é preciso e apropiado antes de usalo.
Que factores operativos e axustes permiten un uso eficaz e responsable do sistema?
O contido xerado polo modelo de IA é de natureza probabilística e, polo tanto, as respostas do modelo poden variar para o mesmo aviso. O resposta xerado pode ser incorrecto ou enganoso e pode provocar resultados non desexados do fluxo ou da aplicación. Por exemplo, os clientes comerciais poden recibir información, recomendacións ou apoio incorrectos ou incorrectos. Os creadores deberían implementar unha supervisión humana significativa nos seus fluxos e aplicacións, e probar as súas indicacións para detectar o potencial de xerar comportamentos prexudiciais ou contido prohibido, tal e como se indica no Código de conduta de Microsoft. Os desenvolvedores con pouco código tamén deben ser transparentes sobre o uso da IA nas súas aplicacións e fluxos para informar ao usuario empresarial, indicando que o contido é xerado pola IA. Ademais, é posible que as respostas xeradas non coincidan coas expectativas do programador de código baixo debido a restricións de lonxitude, filtrado de contido ou selección de modelos.
Como se chama o modelo GPT, onde está aloxado e como podo acceder a el?
O modelo GPT-3.5 Turbo está aloxado en Azure OpenAI Servizo. Para acceder a el, pode usar o Azure OpenAI As API REST de servizo, o SDK de Python ou a interface baseada na web en Azure OpenAI Estudio.
Máis información en O que hai de novo en Azure OpenAI Servizo?
Os meus datos úsanse para adestrar ou mellorar os grandes modelos lingüísticos dispoñibles AI Builder?
AI Builder as solicitudes execútanse en Azure OpenAI Servizo aloxado por Microsoft. Os datos dos clientes non se utilizan para adestrar nin mellorar ningún dos modelos de base do servizo de Azure OpenAI . Microsoft non comparte os seus datos de cliente con terceiros a non ser que lle conceda permiso para facelo. Nin as solicitudes do cliente (entrada) cos seus datos de conexión a terra nin as respostas do modelo (saída) se utilizan para adestrar ou mellorar os modelos de base do servizo de Azure OpenAI .
O contido engadido á acción "Crear texto con GPT mediante unha solicitude" é accesible publicamente?
A pestana Acerca de para a acción di: Esta acción proporciona acceso ás túas solicitudes aproveitando o modelo GPT que se executa en Azure OpenAI Servizo .
As solicitudes que engades á Crear texto con GPT mediante unha acción de solicitude en Power Automate son privadas de forma predeterminada. Só son visibles e utilizables na túa organización, non accesibles para o mundo. As solicitudes son privadas e están destinadas ao uso interno da túa empresa.
As solicitudes de nova creación son privadas por defecto. Isto significa que son visibles e utilizables en Power Automate, Power Apps e Microsoft Copilot Studio só pola persoa que as creou. Isto dálle tempo ao fabricante para probalos e avalialos en aplicacións ou fluxos de traballo e garantir a súa precisión antes de compartilos.
Se queres que outros usuarios do contorno ou grupos utilicen o teu aviso en Power Apps ou Power Automate, cómpre compartilo.
Obtén máis información en Comparte a túa solicitude.
Como se procesan as imaxes das persoas en AI Builder indicacións?
AI Builder non está pensado para ser usado para identificar individuos en función de características faciais ou datos biométricos. Cando envías imaxes que conteñan persoas en AI Builder, o sistema aplica automaticamente unha función de desenfoque facial antes de analizar as imaxes para protexer a privacidade individual. Este paso borroso axuda a resolver os problemas de privacidade ao evitar a identificación baseada nos trazos faciais. Co desenfoque, non hai ningún recoñecemento facial nin coincidencia de modelos faciais. Pola contra, calquera identificación de individuos coñecidos depende de sinais contextuais, como uniformes ou configuracións únicas, non nos seus rostros. Esta medida de privacidade non debería afectar a calidade dos resultados que recibe. O desenfoque da cara pode aparecer ocasionalmente nas respostas do sistema.
Obtén máis información en Desenfoque facial.
Que son as indicacións personalizadas e as funcións de IA?
Indicacións personalizadas
As indicacións personalizadas permítenlles aos creadores a liberdade de indicarlle ao modelo de linguaxe grande (LLM) que se comporte dun xeito determinado ou que realice unha tarefa específica. Ao elaborar coidadosamente un aviso, pode xerar respostas que se adapten ás súas necesidades empresariais específicas. Isto transforma o modelo LLM nunha ferramenta flexible para realizar varias tarefas.
Exemplo
Cun modelo de idioma, un pregunta personalizada pode guiar o modelo para responder a unha pregunta, completar texto, traducir idiomas, resumir un documento e identificar tarefas, tarefas pendentes e elementos de acción no texto. A complexidade dun pregunta personalizada pode variar desde unha única frase ata algo máis complicado, dependendo da tarefa.
Funcións de IA
As funcións de IA predefinidas son indicacións preconfiguradas creadas polo equipo de Microsoft para axudar aos creadores a realizar tarefas comúns con facilidade. Ofrecen capacidades de IA listas para usar en varios casos de uso, o que simplifica a experiencia do fabricante para infundir intelixencia nas súas solucións.
Exemplo
O indicador preconstruído dun modelo de idioma podería verse así:
Extrae como unha lista numerada os puntos de acción de: [TextToExtract]
Neste caso, o usuario só precisa proporcionar o texto en [TextToExtract] do que quere extraer puntos de acción. O aviso preconstruído encárgase do resto.