Tóm tắt

  • 2 phút

Mẹo

Xem tab Văn bản và hình ảnh để biết thêm chi tiết!

Trong mô-đun này, bạn đã tìm hiểu cách tối ưu hóa hiệu suất mô hình AI tổng quát bằng cách sử dụng các chiến lược bổ sung trong Microsoft Foundry.

Bạn đã học được cách:

  • Áp dụng các kỹ thuật kỹ thuật nhanh chóng bao gồm thông báo hệ thống, học ít lần và tham số mô hình để tối ưu hóa đầu ra mô hình.
  • Hiểu khi nào và làm thế nào để tạo nền tảng cho một mô hình ngôn ngữ bằng cách sử dụng Retrieval Augmented Generation (RAG).
  • Xác định khi tinh chỉnh mô hình cải thiện tính nhất quán về hành vi.
  • So sánh các chiến lược tối ưu hóa và xác định thời điểm kết hợp chúng.

Điểm mấu chốt là kỹ thuật nhắc nhở, RAG và tinh chỉnh không phải là các phương pháp cạnh tranh — chúng là các chiến lược bổ sung giải quyết các khía cạnh khác nhau của hiệu suất mô hình. Bắt đầu với kỹ thuật nhắc nhở để hướng dẫn hành vi của mô hình, thêm RAG khi độ chính xác thực tế yêu cầu dữ liệu theo miền cụ thể và xem xét tinh chỉnh khi bạn cần kiểu và định dạng nhất quán mà chỉ kỹ thuật nhắc nhở không thể đạt được một cách đáng tin cậy.

Đối với kịch bản đại lý du lịch, giải pháp hiệu quả nhất có thể kết hợp cả ba: mô hình tinh chỉnh duy trì tiếng nói thương hiệu, RAG dựa trên phản hồi trong danh mục khách sạn thực tế và kỹ thuật nhanh chóng bổ sung các hướng dẫn cụ thể cho cuộc trò chuyện và lan can an toàn.

Đọc thêm

Để biết thêm thông tin về các chủ đề được thảo luận trong mô-đun này, hãy xem các tài nguyên sau: