このよくある質問 (FAQ) では、Copilot Studio の「深層推論」機能が AI に与える影響について説明しています。
深層推論とは?
深層推論モデルは、複雑な問題を解決するために設計された高度な大規模言語モデルです。 各質問を慎重に検討し、詳細な内部思考の連鎖を生成してから、ユーザーに回答を提供します。
Copilot Studio で深層推論モデルをどのように使用できますか？
Copilot Studioの深層推論モデルは、高度なエージェントを作成するための強力な機能を提供します。 Azure OpenAI o3 などのモデルは、深層推論を使用してエージェントの意思決定を強化し、より正確な応答を返します。
エージェントを構築する際には、エージェントのタスクや、そのタスクをどのように遂行するかを定義する指示を追加することができます。 これらのタスクは、単純なものから非常に複雑なものまで多岐にわたり、徹底的な分析が必要です。
作成者は、エージェントの指示の特定のステップに推論モデルを適用して、高度な推論を実行し、より正確で洞察に満ちた結果を提供するエージェントの能力を高めることができます。 科学研究や複雑な質問、非構造化データの詳細な分析を必要とするタスクには、深層推論モデルを追加することができます。 これらのモデルは、単純なモデルの機能を超えた分析情報を提供します。
推論モデルを使用するには、エージェントの指示の特定のステップにキーワード 推論 を追加します。 たとえば: 2、5、10、17 といった数列の次の項目を、推論を使用して求めます。これにより、その特定のステップにおいて、エージェントの実行中に推論モデルがトリガーされます。 Copilot Studio では現在、高度な推論機能を実現するために Azure OpenAI の o3 モデルを使用しています。
深層推論モデルの用途は何ですか?
深層推論モデルは、論理的推論、問題解決、段階的な分析を必要とする複雑なタスクを処理するように設計されています。 たとえば、深層推論モデルを使用して次のことができます。
市場動向を評価し、最適な投資機会を推奨します。 深層推論モデルは、市場データをより小さく、管理しやすいステップに分解し、傾向を分析し、最高の投資機会を推奨することができます。 過去のデータ、現在の市況、将来の予測などのさまざまな要因を考慮して、十分な情報に基づいた投資の推奨事項を提供できます。
需要の増加を分析し、在庫を管理するための戦略を推奨します。 モデルは、需要と供給のパターンを分析し、将来の在庫ニーズを予測し、在庫を効果的に管理するための戦略を推奨できます。 季節的な傾向、市場の変動、サプライチェーンのダイナミクスなどの要因を考慮することで、深層推論モデルは企業が在庫管理を最適化するのに役立ちます。
微分方程式を解き、ステップバイステップの説明を提供します。 モデルは、微分方程式などの複雑な数学的問題を解決し、解決策を段階的に説明することができます。 問題を小さなステップに分解し、論理的推論を適用することで、深層推論モデルは数学的課題に対する明確で詳細な解決策を提供することができます。
深層推論モデルはどのように評価され、どのような指標がパフォーマンスの測定に使用されていますか?
Copilot Studio で使用されている深層推論モデルは、実情に基づいた判断、責任ある AI、精度の観点から評価されています。 グラウンデッドネスとは、モデルが特定の現実世界のコンテキストに基づいたコンテンツのみを返すようにすることです。 責任ある AI は、ジェイルブレイク攻撃、クロスドメイン プロンプト インジェクション攻撃、有害なコンテンツなどの危害に対する保護をチェックします。
これらのディメンションに対して測定するために、モデルはさまざまなシナリオ セットに対してテストされ、これらの各ディメンションに沿ってスコアリングされます。 すべての深層推論モデルは、リリースされる前に評価されます。
深層推論モデルの限界とは? 作成者はこれらの制限の影響をどのように最小限に抑えることができるでしょうか?
推論モデルの使用: エージェントは、設定で深層推論モデルの機能が有効になっている場合にのみ、深層推論モデルを使用できます。
応答時間: 分析に時間がかかるため、推論モデルからの応答は、他の非深層推論言語モデルと比較して遅くなる傾向があります。
これらの制限の影響を最小限に抑えるには、次の方法があります:
深層推論モデルの機能は、それを必要とするエージェントに対してのみ有効になるようにしてください。
エージェントの指示において、キーワード推論は、深層推論モデルの恩恵を受ける手順にのみ使用してください。
応答時間を長くできるタスクには、深層推論モデルを使用します。 必要に応じて、エージェントからの応答に時間がかかる場合があることをユーザーに伝えてください。
深層推論モデルを効果的かつ責任を持って使用するには、どのような運用上の要因や設定が必要ですか?
深層推論モデルには、管理者、作成者、ユーザーが安全でコンプライアンスに準拠したエクスペリエンスを享受できるようにするためのさまざまな保護が含まれています。
複雑な推論ステップを必要とするエージェントに対してのみ、深層推論モデルを許可します。 これにより、モデルが最大の価値をもたらす場面で確実に活用されるようになります。
複雑な推論を必要としない可能性のあるすべてのタスクではなく、特定のタスクの実行時にモデルをトリガーする命令にキーワード 推論 を含めます。
エージェントを徹底的にテストして、深層推論モデルによって提供される出力の精度と信頼性を確認します。 テストは、潜在的な問題を特定し、モデルが期待どおりに動作することを確認するのにも役立ちます。
アクティビティ マップ を使用して、エージェントがセッションのどこで深層推論モデルを使用しているかを確認します。 マップ内の深層推論ノードを展開して、モデルが実行した手順とモデルの出力を確認します。 これにより、推論モデルが意図した機能を実現しているかどうかを判断するのに役立ちます。
深層推論モデルを使用した場合と使用しない場合の出力を比較するには、テスト中に指示を更新します。