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个新模式，包括文本到图像和图像嵌入。专业开发人员很快就可以轻松地将最新的 AI 模型(如Meta 的 Llama 2、Cohere 的 Command、G42 的 Jais 以及 Mistral 的高级模型)作为 API 集成到他们的应用程序中。他们还可以使用自己的数据对这些模型进行微调，而无需担心设置和管理GPU基础设施，从而帮助消除配置资源和管理主机的复杂性。

阅读全文

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 是一种快速与语言模型交互和构建应用程序的开源框架，方便集成许多主流的 LLM 和组件扩展。

阅读全文

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、部署和管理机器学习模型。Azure ML 原生提供出色的可重复性和可审核性功能，而没有多少工作流解决方案提供这些功能。它为运行工作流提供了一个高度集成和标准化的环境，确保每个步骤都以一致且可重复的方式执行。此功能对于需要使用具有特定依赖项的某些版本的多个工具和软件包的基因学工作流特别有用。

阅读全文

Microsoft Azure 认知语音服务平台是技术和服务的综合集合，旨在加速将语音整合到应用程序中，从而扩大市场差异化。可用的服务包括语音转文本、文本转语音、自定义神经语音 （CNV） 对话听录服务、说话人识别、语音翻译、语音 SDK 和语音设备开发工具包 （DDK）。

人工智能教育是一项新兴技术，有可能彻底改变我们教授和学习语言的方式。语言学习最重要的方面之一是准确发音的能力，这就是 Azure 认知语音服务的新发音评估功能的用武之地。另一个关键机会是开发合成双语语音，用于使用自定义神经语音进行语言学习体验，以及我们的语音转文本功能。

阅读全文

步骤概述

定制的 OCR 解决方案提供了在文档或图像中定义唯一类别的功能。通过与各种客户合作开发定制 OCR 解决方案，我们经常听到这样的问题：“此解决方案在我的数据上表现如何？我们开发了一种方法，允许使用表单识别器工作室根据自定义数据对 Microsoft 的表单识别器进行基准测试，并在一个过程中使用基本事实批注训练自定义模型。

使用表单识别器工作室批注基本事实

在训练自定义表单识别器模型之前，必须具有标记或批注的数据集，也称为基本事实。为了提供注释过程的示例，我们创建了一个扫描的手写邮政地址的示例图像。真实名称为“John Doe”，地址为“000 Fifth Ave， NY 10065， USA”，如下图所示：

阅读全文

Azure 视频索引器很高兴地宣布推出一项名为“特色服装”的新功能，该功能现已推出公共预览版。

借助此功能，发布商和广告主可以利用深入的上下文理解，在观看者最容易接受与广告互动的最相关时间投放最相关的广告。

这种洞察力使用先进的人工智能来深入了解关键时刻、主要角色、重要场景和所显示的情感，所有这些都是为了识别视频中出现的关键服装项目。对于这些服装商品，我们会提供它们出现的确切帧以及更多信息（例如边界框和时间码），这些信息可以帮助广告主和发布商匹配类似服装商品的相关广告，并将其放置在该商品在视频中展示的确切时刻。

阅读全文

PDF文档广泛用于业务流程。数字创建的 PDF 使用起来非常方便。可以搜索、突出显示和批注文本。不幸的是，许多PDF是通过扫描图像或将图像转换为PDF来创建的。这些 PDF 中没有数字文本，因此无法搜索它们。在这篇博文中，我们演示了如何使用简单易用的代码和 Azure 表单识别器将此类 PDF 转换为可搜索的 PDF。

Azure 表单识别器概述

Azure 表单识别器是一种基于云的 Azure 应用 AI 服务，它使用深度机器学习模型从文档中提取文本、键值对、表和表单字段。在这篇博文中，我们将使用表单识别器提取的文本将其添加到 PDF 中，使其可搜索。

阅读全文

概述

我们很高兴地宣布正式发布自动化机器学习 （AutoML） 训练代码生成。借助此功能，用户可以查看其 AutoML 模型背后的训练脚本，以确保他们对模型的训练方式完全透明。用户还可以使用该脚本根据其用例的需要自定义/调整训练，从而使他们能够快速将 AutoML 模型转移到生产环境中。

为什么这很重要？

AutoML对于数据科学家来说是一个非常强大的工具。他们需要做的就是提供数据并配置基本作业参数，AutoML 会迭代适用的 ML 算法，以根据提供的数据和所选的准确性指标训练理想的模型。然而，我们经常听到 AutoML 是一个黑匣子——禁止数据科学家生产 AutoML 模型。

阅读全文

概述

由于AzureML是许多PyTorch开发人员的首选平台，我们开发了新的Azure Container for PyTorch（ACPT），这是一个精心策划的环境，包括最好的Microsoft技术，用于在Azure上使用PyTorch进行训练。我们很高兴地宣布 Azure 机器学习 （AzureML） 中的 ACPT 公共预览版。这个新的特选环境是一个轻量级的独立环境，其中包含在 AzureML 上有效运行大型模型优化训练所需的组件。默认情况下，AzureML 特选环境在用户的工作区中可用，并由使用最新版本的 AzureML SDK 的缓存 Docker 映像提供支持。它有助于降低准备成本并缩短部署时间。

阅读全文

搜索索引是不可变的，这意味着如果需要更新索引，通常需要删除并重新生成索引或创建新索引，然后迁移应用程序。像这样交换搜索索引会增加管理搜索索引的复杂性，如果最终需要在多个位置更新应用程序设置或需要重新部署代码，则可能会很困难。

为了帮助更轻松地交换索引，Azure 认知搜索现在支持预览版提供的索引别名。别名是辅助名称，可用于引用索引以进行查询、索引和其他文档操作。您可以通过 REST API、Visual Studio Code 扩展或 SDK 创建别名。

POST https://[service name].search.windows.net/aliases?api-version=2021-04-30-Preview

1
2
3
4

{
   "name": "my-alias",
   "indexes": ["hotel-samples-index"]
}

如果您发现自己相当频繁地更新搜索索引，则可能会从使用别名中受益。下图显示了在应用程序中使用索引别名的典型工作流。

阅读全文