Aracılığıyla paylaş


Topraklama algılama

Topraklama algılama API'si, büyük dil modellerinin (LLM) metin yanıtlarının kullanıcılar tarafından sağlanan kaynak malzemelerde yer alıp almadığını algılar. Arka plansızlık, LLM'lerin gerçek olmayan veya kaynak malzemelerde bulunanlardan doğru olmayan bilgiler ürettiği örnekleri ifade eder.

Önemli terimler

  • Alma Artırılmış Nesil (RAG): RAG, LLM bilgisini diğer verilerle artırmaya yönelik bir tekniktir. LLM'ler çok çeşitli konular hakkında neden olabilir, ancak bilgileri eğitildikleri sırada mevcut olan genel verilerle sınırlıdır. Modelin kesme tarihinden sonra kullanıma sunulan özel veriler veya veriler hakkında neden olabilecek yapay zeka uygulamaları oluşturmak istiyorsanız, modele bu özel bilgileri sağlamanız gerekir. Uygun bilgileri getirme ve model istemine ekleme işlemi, Alma Artırılmış Oluşturma (RAG) olarak bilinir. Daha fazla bilgi için bkz . Alma artırılmış oluşturma (RAG).

  • LLM'lerde Topraklanma ve Topraksızlık: Bu, modelin çıkışlarının sağlanan bilgilere ne ölçüde dayandığını veya güvenilir kaynakları doğru bir şekilde yansıtdığını ifade eder. Temel alınan yanıt, spekülasyon veya kurgudan kaçınarak verilen bilgilere yakından bağlıdır. Topraklama ölçümlerinde kaynak bilgileri çok önemlidir ve topraklama kaynağı olarak görev yapar.

Topraklama algılama özellikleri

  • Etki Alanı Seçimi: Kullanıcılar, alanlarının belirli gereksinimleriyle uyumlu daha uyarlanmış algılama sağlamak için yerleşik bir etki alanı seçebilir. Şu anda kullanılabilir etki alanları ve GENERICşeklindedirMEDICAL.
  • Görev Belirtimi: Bu özellik, görev türüne göre ayarlanabilir ayarlarla Soru-Cevap (soru ve yanıt) ve Özetleme gibi yapmakta olduğunuz görevi seçmenize olanak tanır.
  • Hız ve Yorumlanabilirlik: Sonuç yorumlanabilirliği ile hızı dengeleyen iki mod vardır.
    • Mantık Dışı mod: Hızlı algılama özelliği sunar; çevrimiçi uygulamalara kolayca eklenebilir.
    • Akıl yürütme modu: Algılanan ön plansız segmentler için ayrıntılı açıklamalar sunar; daha iyi anlamak ve azaltmak için.

Kullanım örnekleri

Topraklama algılama, oluşturulan özetlerin veya yanıtların doğru ve güvenilir olmasını sağlamak için metin tabanlı Özetleme ve Soru-Cevap görevlerini destekler. Her kullanım örneğine bazı örnekler aşağıda verilmiştir:

Özetleme görevleri:

  • Tıbbi özetleme: Tıbbi haber makaleleri bağlamında, özetin uydurucu veya yanıltıcı bilgiler içermediğinden emin olmak ve okuyucuların doğru ve güvenilir tıbbi bilgiler elde etmesini sağlamak için Topraklama algılama kullanılabilir.
  • Akademik kağıt özetlemesi: Model, akademik çalışmaların veya araştırma makalelerinin özetlerini oluşturduğunda, işlev, özetlenen içeriğin yanlış beyanlar sunmadan önemli bulguları ve katkıları doğru bir şekilde temsil etmesini sağlamaya yardımcı olabilir.

Soru-Cevap görevleri:

  • Müşteri desteği sohbet botları: Müşteri desteğinde bu işlev, yapay zeka sohbet botları tarafından sağlanan yanıtları doğrulamak ve müşterilerin ürün veya hizmetler hakkında sorular sorduklarında doğru ve güvenilir bilgiler almasını sağlamak için kullanılabilir.
  • Tıbbi Soru-Cevap: Tıbbi Soru-Cevap için işlev, yapay zeka sistemleri tarafından sağlık uzmanlarına ve hastalara verilen tıbbi yanıtların ve önerilerin doğruluğunu doğrulamaya yardımcı olarak tıbbi hata riskini azaltır.
  • Eğitim Soru-Cevap: Eğitim ayarlarında işlev Soru-Cevap görevlerine uygulanarak akademik sorulara veya test hazırlığı sorgularına verilen yanıtların aslında doğru olduğunu onaylayarak öğrenme sürecini destekler.

Sınırlamalar

Dil kullanılabilirliği

Şu anda Topraklama algılama API'si İngilizce içeriklerini desteklemektedir. API'miz İngilizce olmayan içeriğin gönderilmesini kısıtlamasa da, diğer dil içeriğinin analizinde aynı kalite ve doğruluk düzeyini garanti edemiyoruz. API'den en güvenilir ve doğru sonuçları elde etmek için kullanıcıların öncelikli olarak İngilizce içerik göndermelerini öneririz.

Metin uzunluğu sınırlamaları

En fazla metin uzunluğu sınırlamaları için giriş gereksinimleri bölümüne bakın.

Bölgeler

Bu API'yi kullanmak için Azure AI İçerik Güvenliği kaynağınızı desteklenen bölgelerde oluşturmanız gerekir. Bkz. Bölge kullanılabilirliği.

TPS sınırlamaları

Bkz. Sorgu oranları.

Daha yüksek bir fiyat gerekiyorsa, talep etmek için bizimle iletişime geçin.

Sonraki adımlar

Temeli algılamak için Azure AI İçerik Güvenliği'ni kullanmaya başlamak için hızlı başlangıcı izleyin.