已不再支援此瀏覽器。
請升級至 Microsoft Edge，以利用最新功能、安全性更新和技術支援。
下列哪一項最能描述 LLMOps 在 Azure Databricks 內容中的角色？
自動化傳統機器學習模型的部署和調整
管理語言模型的生命週期，包括訓練、部署、監視和治理。
最佳化 Azure Databricks 內的 SQL 查詢。
在 Azure Databricks 內的 LLMOps 工作流程中，哪些工具或架構主要用於監視和記錄大型語言模型的效能？
MLflow
Delta Lake
Apache Spark
當您使用 Azure Databricks 實作 LLMOps 時，下列哪一項考量是確保負責任 AI 做法的關鍵？
將模型的大小降到最低，以降低成本。
使用 Unity 目錄進行資料控管和存取控制。
僅隨選執行模型以節省計算資源。
您必須先回答所有問題，才能檢查進度。
此頁面對您有幫助嗎？
需要本主題的協助嗎？
想要嘗試使用 Ask Learn 來釐清或引導您完成本主題嗎？