Qu'est-ce que le service Azure OpenAI ?-Problème commun-php.cn

Azure OpenAI Service fournit un accès API REST aux puissants modèles de langage d'OpenAI, notamment les familles de modèles GPT-3, Codex et Embeddings. En outre, les nouvelles séries de modèles GPT-4 et ChatGPT (gpt-35-turbo) ont été officiellement lancées. Ces modèles peuvent être facilement adaptés à vos tâches spécifiques, y compris, mais sans s'y limiter, la génération de contenu, la synthèse, la recherche sémantique et la traduction du langage naturel vers le code. Les utilisateurs peuvent accéder au service via l'API REST, le SDK Python ou notre interface Web dans Azure OpenAI Studio.

Présentation des fonctions

Caractéristiques	Azure Openai
modèles disponibles	Nouvelle série GPT-4 Série de base GPT-3 nouveau Chate (GPT-35-turbocompressé) Série Codex Série intégrée Apprenez-en plus sur notre page de modèles.
Spinner	Ada Babbage Curie Cushman Davinci Spinner n'est actuellement pas disponible pour les nouveaux clients.
Prix	Disponible ici
Support de réseau virtuel et support de lien privé	Oui
Identité hébergée	Oui, via Azure Active Directory
UI Experience	Azure Portail pour gestion des comptes et des ressources, Azure OpenAI Service Studio pour l'exploration et le réglage des modèles
Disponibilité régionale	US East Central South United States Europe de l'Ouest France Central
Filtrage de contenu	Utilisation automatisée des systèmes pour évaluer les invites et les complétions par rapport à nos politiques de contenu. Le contenu de haute gravité sera filtré.

Intelligence artificielle responsable

Chez Microsoft, nous nous engageons à faire progresser l’IA en mettant d’abord l’humain au service des personnes. Les modèles génératifs, tels que ceux disponibles dans Azure OpenAI, présentent des avantages potentiels importants, mais sans une conception minutieuse et une atténuation réfléchie, ces modèles peuvent générer du contenu incorrect, voire nuisible. Microsoft a réalisé des investissements importants pour contribuer à prévenir les abus et les dommages involontaires, notamment en exigeant des candidats qu'ils démontrent des cas d'utilisation bien définis, en intégrant les principes de Microsoft pour une utilisation responsable de l'IA, en créant des filtres de contenu pour aider les clients et en fournissant aux clients intégrés une mise en œuvre responsable de l'IA. Guide.

Comment accéder à Azure OpenAI ?

Pour le moment, l'accès est restreint car nous comprenons l'ampleur de la demande du marché, les améliorations de produits à venir et l'engagement de Microsoft en faveur d'une IA responsable. Nous travaillons actuellement avec des clients en partenariat avec Microsoft, des cas d'utilisation à faible risque et des clients travaillant sur l'intégration de mesures d'atténuation.

Des informations plus spécifiques sont incluses dans le formulaire de candidature. Merci de votre patience pendant que nous travaillons pour garantir qu’Azure OpenAI soit plus largement accessible et tenu responsable.

Postulez ici pour accéder :

Postulez maintenant

Comparaison d'Azure OpenAI et OpenAI

Azure OpenAI Service offre aux clients une IA linguistique avancée avec les modèles OpenAI GPT-4, GPT-3, Codex et DALL-E avec la sécurité et l'entreprise promesse d'Azure. Azure OpenAI co-développe les API avec OpenAI, garantissant la compatibilité et une transition fluide de l'une à l'autre.

Avec Azure OpenAI, les clients bénéficient des capacités de sécurité de Microsoft Azure tout en exécutant les mêmes modèles qu'OpenAI. offre un réseau privé, une disponibilité régionale et un filtrage de contenu d'IA responsable

Concepts clés

Invites et complétions

Les points de terminaison d'achèvement sont des composants essentiels des services API. Cette API donne accès aux interfaces de saisie et de sortie de texte du modèle. Les utilisateurs fournissent simplement des invites de saisie contenant des commandes de texte en anglais, et le modèle génère du texte complétions.

Voici un exemple simple d'invite et complété :

Invite : """ comptez jusqu'à 5 dans une boucle for """""" count to 5 in a for loop """

完成：for i in range(1, 6): print(i)

Complet :

`for i in range(1, 6) : print(i)`

Tokens

Azure OpenAI traite le texte en le divisant en jetons. Les marqueurs peuvent être des mots ou simplement des blocs de caractères. Par exemple, le mot « hamburger » est décomposé en jetons « jambon », « bur » et « ger », tandis que les mots courts et courants comme « poire » sont des jetons uniques. De nombreux jetons commencent par un espace, comme « bonjour » et « au revoir ».

Le nombre total de jetons traités dans une requête donnée dépend de la longueur des paramètres d'entrée, de sortie et de la requête. Le nombre de jetons traités affecte également la latence de réponse et le débit du modèle.

Ressources

Azure OpenAI est un nouveau produit sur Azure. Vous pouvez commencer à utiliser Azure OpenAI comme n’importe quel autre produit Azure en créant une instance de ressource ou de service dans votre abonnement Azure. Vous pouvez en savoir plus sur la conception de la gestion des ressources Azure.

Déploiement

Après avoir créé une ressource Azure OpenAI, vous devez déployer le modèle avant de pouvoir commencer à effectuer des appels d'API et à générer du texte. Cela peut être fait à l'aide de l'API de déploiement. Ces API permettent de spécifier le modèle à utiliser.

Apprentissage contextuel

Le modèle utilisé par Azure OpenAI utilise des instructions en langage naturel et des exemples fournis lors de l'appel de build pour déterminer la tâche demandée et les compétences requises. Lorsque vous utilisez cette méthode, la première partie de l'invite comprend des instructions en langage naturel et/ou des exemples de la tâche spécifique requise. Le modèle termine ensuite sa tâche en prédisant le prochain morceau de texte le plus probable. Cette technique est appelée apprentissage « en contexte ». Les prédictions seront fournies en fonction du contexte contenu dans les indices, ces modèles ne seront pas recyclés à cette étape.

Il existe trois méthodes principales d'apprentissage contextuel : quelques coups, un seul coup et zéro coup. Ces méthodes varient en fonction de la quantité de données spécifiques à la tâche fournies au modèle :

: dans ce cas, l'utilisateur inclut plusieurs exemples dans l'invite d'appel qui démontrent le format et le contenu de la réponse attendus. L'exemple suivant montre une invite à plusieurs plans dans laquelle nous fournissons plusieurs exemples (le modèle générera la dernière réponse) : 🎜Copier🎜🎜

Convert the questions to a command:Q: Ask Constance if we need some bread.A: send-msg `find constance` Do we need some bread?Q: Send a message to Greg to figure out if things are ready for Wednesday.A: send-msg `find greg` Is everything ready for Wednesday?Q: Ask Ilya if we're still having our meeting this evening.A: send-msg `find ilya` Are we still having a meeting this evening?Q: Contact the ski store and figure out if I can get my skis fixed before I leave on Thursday.A: send-msg `find ski store` Would it be possible to get my skis fixed before I leave on Thursday?Q: Thank Nicolas for lunch.A: send-msg `find nicolas` Thank you for lunch!Q: Tell Constance that I won't be home before 19:30 tonight — unmovable meeting.A: send-msg `find constance` I won't be home before 19:30 tonight. I have a meeting I can't move.Q: Tell John that I need to book an appointment at 10:30.A:

Copier après la connexion

Le nombre spécifique d'exemples est déterminé par le nombre d'exemples pouvant être pris en charge par la longueur maximale de saisie d'une seule invite, qui est généralement comprise entre 0 et 100. La longueur d'entrée maximale peut varier en fonction du modèle spécifique que vous utilisez. L'apprentissage en quelques étapes peut réduire considérablement la quantité de données spécifiques à une tâche requise pour des prédictions précises. Cette méthode est généralement moins précise que les modèles affinés.

Single Shot : Ce cas est le même que la méthode de quelques tirs, sauf qu'un seul exemple est fourni.

Zero Shot : Dans ce cas, aucun exemple ne sera fourni au modèle, uniquement des demandes de tâches.

Modèles

Le service permet aux utilisateurs d'accéder à plusieurs modèles différents. Chaque modèle offre des fonctionnalités et des prix différents.

Le modèle GPT-4 est le dernier disponible. En raison de la forte demande, cette gamme de modèles n'est actuellement disponible que sur demande. Pour demander l'accès, les clients Azure OpenAI existants peuvent postuler en remplissant ce formulaire

Le modèle de base GPT-3 est connu sous les noms de Léonard de Vinci, Curie, Babbage et Ada, par ordre de capacité décroissante et de vitesse croissante.

La famille de modèles Codex sont des descendants de GPT-3 formés au langage naturel et au code, conçus pour prendre en charge la conversion du langage naturel en code. Apprenez-en plus sur chaque modèle sur notre page de concepts de modèles.

Articles connexes

Comment mettre en évidence les doublons dans Excel

Comment mettre en évidence les doublons dans Excel Voici les étapes à suivre pour mettre en évidence les doublons dans Excel : Sélectionnez les données que vous soupçonnez d'être des doublons. Cliquez sur Accueil > Mise en forme conditionnelle > Mettre en surbrillance les règles de cellule > Valeurs en double. Par défaut, lorsque vous ouvrez la boîte de dialogue Valeur en double, le message « Remplir...
Comment utiliser le partage à proximité pour partager du texte depuis un PC Windows vers Android

Comment utiliser le partage à proximité Que vous partagiez des fichiers, des photos, Vidéos, ou maintenant partage de texte et d'URL, cet outil polyvalent a simplifié nos vies numériques et fait du partage un jeu d'enfant. Vous trouverez ci-dessous les étapes de partage à proximité que vous devez suivre pour partager du texte depuis un PC vers Android :. Advanced Formula Environment devient Excel Labs, un projet Microsoft Garage !
ChromeOS Flex USB est désormais disponible sur Linux