使用 Azure 机器学习对小型语言模型 Phi-3 进行微调
Phi-3 是由微软研究团队开发的小型语言模型。在多个公开基准测试（例如在 MMLU 上 Phi-3 达到了69%的成绩）中，Phi-3 表现良好并且可以支持长达128k的上下文。Phi-3-mini 3.8B版于2024年4月末首次发布，而 Phi-3-small、Phi-3-medium 和 Phi-3-vision 于5月在微软 Build 大会上揭……
Azure AI 中的文章
Azure OpenAI 语音聊天
本文介绍使用 Azure AI 语音与 Azure OpenAI 服务实现全语音对话聊天，以及如何改进非阻塞式的对话。 要点 Azure AI 语音服务识别文本 将文本发送到 Azure OpenAI，获取流式回复 Azure AI 语音服务对流式响应的文本合成语音 代码示例（Python） 以下是 Python 版本的示例，想要了解更多语言的示例，请参考 OpenAI-Speech 安装依赖 1 2 pip install azure-cognitiveservices-speech pip install openai 添……
实现 Azure OpenAI 无密钥身份验证
与许多 Azure API 一样，Azure OpenAI 服务允许开发人员使用API密钥或无密钥（通过Entra ID）进行身份验证。由于尽量避免使用密钥是安全最佳实践，因此我们在本文中将详细介绍如何使开发人员轻松地迁移到无密钥 Azure OpenAI 身份验证。如果您想立即行动，这里还提供了一个新的无密钥部署模板。 密钥的风险 首先让……
使用 Semantic Kernel 构建自定义 Copilot
本文重点介绍如何使用由 Azure OpenAI 服务提供支持的 Semantic Kernel 创建自己的 Copilot。我们将尝试利用大型语言模型（LLM）的优势与外部服务的集成。这将使您了解如何真正实现您的 Copilot 目标，不仅与零售业，而且与任何行业，无论是电力和公用事业，政府和公共部门等。它的整体功能和潜在的应用场景都远超于聊天机器……
GPTs action 中使用 Azure AI Search
OpenAI 的 GPTs 上线有一段时间了，在实际应用中发现 GPTs 内置对知识库的检索能力很一般，对话过程中经常拿不到期望的反馈内容。如果利用 GPTs 的 action 能很好地弥补这个缺陷。 总所周知加强检索知识库离不开 RAG，如果自建 RAG 将会是一个很大的工作量，而且还要考虑到知识库的更新问题。于是想到 Azure AI Search 提供了一个很好的解决……
Azure 机器学习和 DataRobot 联手加速生成式和预测性 AI 的价值
Azure 机器学习 （AzureML） 与价值驱动 AI 领导者 DataRobot 之间的突破性集成，这是最近宣布的合作伙伴关系的结果。这种集成将 Azure 机器学习功能的强大功能与 DataRobot 在加速构建、部署和监视企业级 AI 解决方案的整个生命周期方面的专业知识结合在一起。 DataRobot AI 平台独特地将生成式和预测性 AI 功能结合在一个统一、开放和端到端……
多种环境部署 Azure 机器学习 Prompt Flow
Prompt Flow 在 Azure 机器学习工作室、Azure AI Studio 和本地开发笔记本电脑上提供，是一种开发工具，旨在简化由 LLM（大型语言模型）提供支持的 AI 应用程序的整个开发周期。Prompt Flow 使提示处于前端和中心，而不是像其他工具那样混淆它们或将它们深埋在抽象层中。这种方法不仅允许开发人员构建编排，还可以像……
新加入 Azure AI Model Catalog 的模型
我们很高兴地看到，在 Azure AI Model Catalog 中增加了几个新的基础和生成AI模型。从 Hugging Face 我们已经推出了一系列稳定的 stable diffusion 模型，falcon 模型，CLIP, Whisper V3, BLIP 和 SAM 模型。除了 Hugging Face 模型，我们还分别添加了 Meta 和 NVIDIA 的 Code Llama 和 Nemotron 模型。我们还将介绍微软研究中心的尖端 Phi 模型。Model Catalog 产生了40个新模型和4个新模……
基于 LangChain 实现问答
您是否有兴趣与自己的文档聊天，无论是文本文件、PDF 还是网站？LangChain 使您可以轻松地使用文档进行问答。在这篇博文中，我们将探讨四种不同的问答方法，以及您可以为案例考虑的各种选项。 在我们实现问答之前，您可能想知道：什么是 LangChain？简单来说，LangChain 是一……
在 Azure ML 中引入可缩放的企业级基因学工作流
基因学工作流程在生物信息学中至关重要，因为它们可以帮助研究人员分析和解释大量的基因组数据。但是，使用专用软件和复杂的依赖项创建一致且可重复的环境可能具有挑战性，因此与 CI/CD 工具的集成也很困难。 Azure 机器学习 （Azure ML） 是一个基于云的平台，提供一组全面的工具和服务，用于开发、部署和管……