Perkhidmatan Azure OpenAI menyediakan akses API REST kepada model bahasa OpenAI yang berkuasa, termasuk keluarga model GPT-3, Codex dan Embeddings. Juga, siri model GPT-4 dan ChatGPT (gpt-35-turbo) baharu telah dilancarkan secara rasmi. Model ini boleh disesuaikan dengan mudah kepada tugas khusus anda, termasuk tetapi tidak terhad kepada penjanaan kandungan, ringkasan, carian semantik dan bahasa semula jadi kepada terjemahan kod. Pengguna boleh mengakses perkhidmatan melalui REST API, Python SDK atau antara muka berasaskan web kami dalam Azure OpenAI Studio.
| Ciri | Azure OpenAI | ||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Model yang tersedia |
Siri GPT-4 Baharu Siri Asas GPT-3 Baharu Piagam (gpt-35-turbo) Siri Terbenam Siri Codex
|
||||||||||||||||||
| Penalaan halus | Ada Babbage Curie Cushman Davinci Baik -penalaan pada masa iniTidak tersedia untuk pelanggan baharu. |
||||||||||||||||||
| Harga | Tersedia di sini | ||||||||||||||||||
| Sokongan rangkaian maya dan sokongan pautan khusus | |||||||||||||||||||
| td> | Ya | ||||||||||||||||||
| Identiti terurus | Ya, melalui Azure Active Directory | tr>||||||||||||||||||
| Pengalaman Antara Muka Pengguna | Azure Portal untuk akaun dan pengurusan sumber, Azure OpenAI Service Studio untuk model penerokaan dan penalaan halus td> |
||||||||||||||||||
| Ketersediaan Serantau | Timur Selatan Tengah Amerika SyarikatEropah Barat Tengah Perancis |
||||||||||||||||||
| Penapisan kandungan | Gunakan sistem automatik untuk menilai gesaan dan pelengkapan terhadap dasar kandungan kami. Kandungan keterukan tinggi akan ditapis. |
Di Microsoft, kami komited untuk memacu AI ke hadapan dengan prinsip berpusatkan manusia. Model generatif, seperti yang tersedia dalam Azure OpenAI, mempunyai potensi manfaat yang besar, tetapi tanpa reka bentuk yang teliti dan pengurangan yang bertimbang rasa, model tersebut boleh menjana kandungan yang tidak betul atau malah berbahaya. Microsoft telah membuat pelaburan yang besar untuk membantu mencegah penyalahgunaan dan bahaya yang tidak disengajakan, termasuk menghendaki pemohon menunjukkan kes penggunaan yang jelas, menggabungkan prinsip Microsoft untuk penggunaan AI yang bertanggungjawab, membina penapis kandungan untuk menyokong pelanggan, dan menyediakan pelanggan terlatih dengan Pelaksanaan AI yang Bertanggungjawab Panduan.
Bagaimana untuk mengakses Azure OpenAI?
Pada masa ini, akses dihadkan kerana kami memahami ketinggian permintaan pasaran, peningkatan produk akan datang dan komitmen Microsoft terhadap AI yang bertanggungjawab. Kami sedang bekerjasama dengan pelanggan dalam perkongsian dengan Microsoft, kes penggunaan risiko yang lebih rendah dan pelanggan yang berusaha untuk menggabungkan pengurangan.
Maklumat yang lebih khusus disertakan dalam borang permohonan. Terima kasih atas kesabaran anda semasa kami berusaha untuk memastikan Azure OpenAI lebih mudah diakses dan dipertanggungjawabkan.
Mohon di sini untuk mendapatkan akses:
Mohon sekarang
Perkhidmatan Azure OpenAI memberikan pelanggan AI bahasa lanjutan dengan OpenAI GPT-4, Model GPT-3, Codex dan DALL-E dengan janji keselamatan dan perusahaan Azure Azure OpenAI membangunkan bersama API dengan OpenAI, memastikan keserasian dan peralihan yang lancar dari satu ke satu sama lain.
Dengan Azure. OpenAI, pelanggan mendapat keupayaan keselamatan Microsoft Azure semasa menjalankan model yang sama seperti OpenAI Azure OpenAI menawarkan rangkaian peribadi, ketersediaan serantau dan penapisan kandungan AI yang bertanggungjawab.
Titik tamat penyiapan ialah komponen teras perkhidmatan API. API ini menyediakan akses kepada antara muka input teks dan output teks model. Pengguna hanya menyediakan input prompt yang mengandungi arahan teks bahasa Inggeris dan model menghasilkan penyelesaian tekstual.
Berikut ialah contoh ringkas tentang segera dan penyelesaian:
Prompt:
""" count to 5 in a for loop """Lengkap:
for i in range(1, 6): print(i)
Azure OpenAI memproses teks dengan memecahkannya menjadi token. Penanda boleh berupa perkataan atau hanya blok aksara. Sebagai contoh, perkataan "hamburger" dipecahkan kepada token "ham", "bur" dan "ger", manakala perkataan pendek dan biasa seperti "pir" ialah token tunggal. Banyak token bermula dengan ruang, seperti "hello" dan "bye".
Jumlah bilangan token yang diproses dalam permintaan tertentu bergantung pada panjang parameter input, output dan permintaan. Bilangan token yang sedang diproses juga mempengaruhi kependaman dan pemprosesan tindak balas model.
Azure OpenAI ialah produk baharu di Azure. Anda boleh mula menggunakan Azure OpenAI seperti mana-mana produk Azure yang lain dengan mencipta sumber atau contoh perkhidmatan dalam langganan Azure anda. Anda boleh membaca lebih lanjut mengenai reka bentuk pengurusan sumber Azure.
Selepas anda mencipta sumber OpenAI Azure, anda mesti menggunakan model sebelum anda boleh mula membuat panggilan API dan menjana teks. Ini boleh dilakukan menggunakan API penyebaran. API ini membolehkan anda menentukan model untuk digunakan.
Azure OpenAI menggunakan model yang menggunakan arahan bahasa semula jadi dan contoh yang disediakan semasa panggilan binaan untuk menentukan tugas yang diminta dan kemahiran yang diperlukan. Apabila menggunakan kaedah ini, bahagian pertama gesaan termasuk arahan bahasa semula jadi dan/atau contoh tugas khusus yang diperlukan. Model kemudian menyelesaikan tugasnya dengan meramalkan sekeping teks seterusnya yang paling mungkin. Teknik ini dipanggil pembelajaran "dalam konteks". Ramalan akan diberikan berdasarkan konteks yang terkandung dalam pembayang, model ini tidak akan dilatih semula dalam langkah ini.
Terdapat tiga kaedah utama pembelajaran kontekstual: beberapa pukulan, pukulan tunggal dan pukulan sifar. Kaedah ini berbeza-beza bergantung pada jumlah data khusus tugasan yang diberikan kepada model:
Beberapa Tangkapan: Dalam kes ini, pengguna menyertakan beberapa contoh dalam gesaan panggilan yang menunjukkan perkara yang diharapkan format dan kandungan respons. Contoh berikut menunjukkan gesaan beberapa pukulan di mana kami menyediakan berbilang contoh (model akan menjana jawapan terakhir):
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:
Bilangan contoh tertentu ditentukan oleh bilangan contoh yang boleh ditampung oleh panjang input maksimum bagi satu gesaan, yang biasanya antara 0 dan 100. Panjang input maksimum mungkin berbeza bergantung pada model tertentu yang anda gunakan. Pembelajaran beberapa pukulan boleh mengurangkan jumlah data khusus tugasan yang diperlukan untuk ramalan yang tepat. Kaedah ini secara amnya kurang tepat berbanding model yang diperhalusi.
Pukulan Tunggal: Kes ini sama dengan kaedah beberapa pukulan, kecuali hanya satu contoh disediakan.
Tembakan sifar: Dalam kes ini, tiada contoh akan diberikan kepada model, hanya permintaan tugasan.
Perkhidmatan ini menyediakan pengguna akses kepada beberapa model berbeza. Setiap model menawarkan ciri dan titik harga yang berbeza.
Model GPT-4 ialah model terkini yang tersedia. Disebabkan permintaan yang tinggi, julat model ini pada masa ini hanya tersedia atas permintaan. Untuk meminta akses, pelanggan Azure OpenAI sedia ada boleh memohon dengan mengisi borang ini
Model asas GPT-3 dikenali sebagai Leonardo da Vinci, Curie, Babbage dan Ada, dalam urutan mengurangkan keupayaan dan Disusun dalam susunan yang semakin meningkat daripada kelajuan.
Keluarga model Codex adalah keturunan GPT-3 yang dilatih tentang bahasa dan kod semula jadi, direka untuk menyokong penukaran bahasa semula jadi kepada kod. Ketahui lebih lanjut tentang setiap model pada halaman konsep model kami.
Cara Menyerlahkan Pendua dalam Excel Di bawah ialah maklumat tentang cara untuk menyerlahkan pendua dalam Excel Langkah-langkah untuk menyerlahkan pendua dalam Excel: Pilih data yang anda syak mungkin pendua. Klik Laman Utama > Pemformatan Bersyarat > Secara lalai, apabila anda membuka kotak dialog Nilai Pendua, "Isi...
Bagaimana untuk menggunakan "Perkongsian Berdekatan" Sama ada anda berkongsi fail, foto, video atau kini teks dan URL, alat serba boleh ini memudahkan kehidupan digital kami dan memudahkan perkongsian yang disenaraikan di bawah adalah langkah-langkah Kongsi Berdekatan anda untuk mendapatkannya ke Android:...
Eksperimen ialah kunci untuk membuka kunci inovasi dalam mana-mana bidang . Inilah cara kami belajar dan berkembang, dan itulah yang mendorong kami untuk terus mencipta lebih banyak ciri yang membantu anda melakukan pelbagai tugas. Jadi hari ini, kami teruja untuk mengumumkan bahawa kami akan melancarkan Microsoft Garage 🎜>
ChromeOS Flex USB kini boleh disediakan pada sistem LinuxGoogle melancarkan Flex USB untuk desktop dan komputer riba ChromeOS Flex Satu keputusan yang sangat menjengkelkan yang dibuat oleh Google tiba masanya USB pemasang perlu disediakan menggunakan utiliti pemulihan Chromebook yang tidak serasi dengan pengedaran Linux seperti Ubuntu dan Linux Mint melainkan anda mempunyai satu lagi...
Atas ialah kandungan terperinci Apakah Perkhidmatan Azure OpenAI?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Bagaimana untuk menetapkan sempadan bertitik css
Bagaimana untuk membuka vsd file
Apakah yang menyebabkan skrin komputer menjadi kuning?
Bagaimana untuk mendapatkan nombor input dalam java
Penyelesaian kepada gmail disekat
10 Aplikasi Dagangan Matawang Kripto Teratas
Bagaimana untuk membaca lajur dalam excel dalam python
Cara menggunakan fungsi frekuensi
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
