מבוא
בניית יישומי בינה מלאכותית גנרטיבית יעילים דורשת לבחור את מודל הבסיס המתאים לשימוש הספציפי שלך. עם אלפי מודלים זמינים, אתה צריך גישה מובנית כדי לגלות, להשוואה, לפרוס ולאמת שמודל עומד בדרישות שלך.
חשבו על תרחיש שבו אתם בונים צ'אטבוט תמיכה מבוססת בינה מלאכותית עבור חברת קמעונאות. עליך לבחור מודל שפה שיכול להבין שאלות לקוחות, לספק תשובות מדויקות ולשמור על טון וסטנדרטים של בטיחות מתאימים. אבל איך בוחרים מתוך הקטלוג העצום של הדגמים הזמינים? איך יודעים אם דגם מתאים לצרכים הספציפיים שלך? וכאשר הוא מופעל, איך מודדים ומשפרים את ביצועיו?
פורטל Microsoft Foundry מספק פלטפורמה מקיפה לכל תהליך העבודה הזה. ניתן לחקור מעל 1,900 מודלים מספקים כמו מיקרוסופט, Anthropic, OpenAI, Meta ו-Hugging Face. ניתן להשוות בין דגמים באמצעות מדדים סטנדרטיים בתעשייה לאיכות, בטיחות, עלות וביצועים. לאחר בחירת מודל, אתה מפרס אותו לנקודת קצה שבה היישום שלך יכול לצרוך אותו. לבסוף, אתה מעריך את ביצועי המודל באמצעות מדדים אוטומטיים ובדיקות ידניות כדי לוודא שהוא עומד בדרישות האיכות והבטיחות שלך.
במודול זה אתה חוקר כיצד להשתמש בפורטל Microsoft Foundry כדי לבחור, לפרוס ולהעריך מודלים מתוך קטלוג המודלים. אתה לומד כיצד לקבל החלטות מושכלות לגבי בחירת מודל, להבין אפשרויות פריסה שונות, ולהעריך את ביצועי המודל באמצעות גישות הערכה שונות.
עד סוף מודול זה, תוכל:
- חקור וסינון מודלים בקטלוג הדגמים
- השווה בין מודלים באמצעות מדדי בנצ'מרק לאיכות, בטיחות, עלות וביצועים
- פרוס מודל לנקודת קצה ובדקו אותו במגרש המשחקים
- הערכת ביצועי המודל באמצעות גישות ידניות ואוטומטיות
- להבין מדדי הערכה שונים ומתי להשתמש בהם