エピソード
ジェネレーティブ AI アプリケーションライフサイクル (パート 14/18) |初心者向けの生成 AI
代入 Pablo Lopes
すべての AI アプリケーションにとって重要な質問は、AI 機能の関連性です。AI は急速に進化する分野であるため、アプリケーションが関連性があり、信頼性が高く、堅牢であり続けるために、継続的に監視、評価、改善する必要があります。 ここで、生成型 AI ライフサイクルが提供されます。
生成型 AI ライフサイクルは、生成型 AI アプリケーションの開発、デプロイ、保守の各段階を案内するフレームワークです。 これは、目標の定義、パフォーマンスの測定、課題の特定、ソリューションの実装に役立ちます。 また、ドメインと利害関係者の倫理的および法的基準に合わせてアプリケーションを調整するのにも役立ちます。 生成 AI ライフサイクルに従うことで、アプリケーションが常に価値を提供し、ユーザーを満足させることができます。
このビデオでは、次の内容について説明します。
- MLOps から LLMOps へのパラダイム シフトについて説明します。
- LLM ライフサイクル。
- ライフサイクル ツール。
- ライフサイクルの統合と評価。
推奨リソース
- 完全な「初心者のための生成 AI」コース
- このレッスンを完了したら、 Generative AI Learning コレクションを確認し 生成 AI の知識を引き続き平準化してください。
- チュートリアル: Azure AI Studio でプロンプト フローを使用して質問と回答を作成してデプロイする
- Contoso Chat サンプル
関連エピソード
すべての AI アプリケーションにとって重要な質問は、AI 機能の関連性です。AI は急速に進化する分野であるため、アプリケーションが関連性があり、信頼性が高く、堅牢であり続けるために、継続的に監視、評価、改善する必要があります。 ここで、生成型 AI ライフサイクルが提供されます。
生成型 AI ライフサイクルは、生成型 AI アプリケーションの開発、デプロイ、保守の各段階を案内するフレームワークです。 これは、目標の定義、パフォーマンスの測定、課題の特定、ソリューションの実装に役立ちます。 また、ドメインと利害関係者の倫理的および法的基準に合わせてアプリケーションを調整するのにも役立ちます。 生成 AI ライフサイクルに従うことで、アプリケーションが常に価値を提供し、ユーザーを満足させることができます。
このビデオでは、次の内容について説明します。
- MLOps から LLMOps へのパラダイム シフトについて説明します。
- LLM ライフサイクル。
- ライフサイクル ツール。
- ライフサイクルの統合と評価。
推奨リソース
- 完全な「初心者のための生成 AI」コース
- このレッスンを完了したら、 Generative AI Learning コレクションを確認し 生成 AI の知識を引き続き平準化してください。
- チュートリアル: Azure AI Studio でプロンプト フローを使用して質問と回答を作成してデプロイする
- Contoso Chat サンプル
関連エピソード
ご意見およびご提案がある場合は、 こちらから問題を送信してください。