Сводка

  • 2 мин

Tip

Дополнительные сведения см. на вкладке "Текст и изображения ".

В этом модуле вы узнали, как оптимизировать производительность модели создания ИИ с помощью дополнительных стратегий в Microsoft Foundry.

Вы узнали, как:

  • Применяйте методы инженерии запросов, включая системные сообщения, обучение с использованием нескольких примеров и параметры модели, для оптимизации выходных данных модели.
  • Узнайте, когда и как использовать языковую модель с помощью дополненной генерации на основе поиска (RAG).
  • Определите, когда модель улучшает согласованность поведения.
  • Сравните стратегии оптимизации и определите, когда их объединить.

Основной вывод заключается в том, что проектирование запросов, RAG и тонкая настройка не являются конкурирующими подходами — это взаимодополняющие стратегии, которые учитывают различные аспекты производительности модели. Начните с разработки запросов, чтобы направлять поведение модели, добавьте RAG, когда для фактической точности требуются данные, специфичные для домена, и рассмотрите возможность fine-tuning, когда требуется последовательный стиль и формат, который разработка запросов не может надежно обеспечить.

Для сценария туристического агентства наиболее эффективное решение может объединить все три: точно настроенную модель, которая поддерживает голос бренда, RAG, который основывает ответы на фактическом каталоге отелей, а также инженерию подсказок, которая добавляет инструкции, специфичные для общения, и меры безопасности.

Дополнительные материалы

Дополнительные сведения о разделах, описанных в этом модуле, см. в следующих ресурсах: