剧集
生成式 AI 应用程序生命周期（第 14 部分（共 18 部分） |面向初学者的生成 AI
替换为 Pablo Lopes
所有 AI 应用程序的一个重要问题是 AI 功能的相关性，因为 AI 是一个快速发展的领域，为了确保应用程序保持相关、可靠且可靠，需要持续监视、评估和改进它。 这就是生成式 AI 生命周期所处的位置。
生成 AI 生命周期是一个框架，指导你完成开发、部署和维护生成 AI 应用程序的阶段。 它可帮助你定义目标、衡量性能、识别挑战并实现解决方案。 它还有助于将应用程序与域和利益干系人道德和法律标准保持一致。 通过遵循生成式 AI 生命周期，可以确保应用程序始终提供价值并满足用户需求。
在此视频中，我们将介绍：
- 了解 MLOps 到 LLMOps 的范例转变。
- LLM 生命周期。
- 生命周期工具。
- 生命周期计量和评估。
推荐的资源
- 完整的“面向初学者的生成 AI”课程
- 完成本课程后，请查看我们的 生成 AI 学习集合 ，继续提升你的生成 AI 知识！
- 教程：在 Azure AI Studio 中使用提示流生成和部署问答
- Contoso 聊天示例
相关剧集
所有 AI 应用程序的一个重要问题是 AI 功能的相关性，因为 AI 是一个快速发展的领域，为了确保应用程序保持相关、可靠且可靠，需要持续监视、评估和改进它。 这就是生成式 AI 生命周期所处的位置。
生成 AI 生命周期是一个框架，指导你完成开发、部署和维护生成 AI 应用程序的阶段。 它可帮助你定义目标、衡量性能、识别挑战并实现解决方案。 它还有助于将应用程序与域和利益干系人道德和法律标准保持一致。 通过遵循生成式 AI 生命周期，可以确保应用程序始终提供价值并满足用户需求。
在此视频中，我们将介绍：
- 了解 MLOps 到 LLMOps 的范例转变。
- LLM 生命周期。
- 生命周期工具。
- 生命周期计量和评估。
推荐的资源
- 完整的“面向初学者的生成 AI”课程
- 完成本课程后，请查看我们的 生成 AI 学习集合 ，继续提升你的生成 AI 知识！
- 教程：在 Azure AI Studio 中使用提示流生成和部署问答
- Contoso 聊天示例
相关剧集
视频 URL
HTML iframe
想提供反馈？ 在此处提交问题。