Was ist der Azure OpenAI-Dienst?-häufiges Problem-php.cn

Azure OpenAI Service bietet REST-API-Zugriff auf die leistungsstarken Sprachmodelle von OpenAI, einschließlich der Modellfamilien GPT-3, Codex und Embeddings. Außerdem wurden die neuen Modellreihen GPT-4 und ChatGPT (gpt-35-turbo) offiziell vorgestellt. Diese Modelle können problemlos an Ihre spezifischen Aufgaben angepasst werden, einschließlich, aber nicht beschränkt auf, Inhaltsgenerierung, Zusammenfassung, semantische Suche und Übersetzung natürlicher Sprache in Code. Benutzer können über die REST-API, das Python SDK oder unsere webbasierte Schnittstelle in Azure OpenAI Studio auf den Dienst zugreifen.

Funktionsübersicht

# 🎜🎜#Verfügbare ModellenudgeAdaPreis Unterstützung für virtuelle Netzwerke und Private Link-Unterstützung Hosted IdentityBenutzeroberflächenerfahrungAzure für Konto- und Ressourcenverwaltung, Regionale VerfügbarkeitUSA Ost-Mitte-Süd Vereinigte StaatenVerwendet ein automatisiertes System, um Eingabeaufforderungen und Vervollständigungen anhand unserer Inhaltsrichtlinien zu bewerten. Inhalte mit hohem Schweregrad werden gefiltert.

Verantwortungsvolle künstliche Intelligenz

Bei Microsoft setzen wir uns dafür ein, die KI voranzutreiben, wobei der Mensch an erster Stelle steht. Generative Modelle, wie sie beispielsweise in Azure OpenAI verfügbar sind, bieten erhebliche potenzielle Vorteile, aber ohne sorgfältiges Design und durchdachte Abhilfemaßnahmen können solche Modelle falsche oder sogar schädliche Inhalte generieren. Microsoft hat erhebliche Investitionen getätigt, um Missbrauch und unbeabsichtigten Schaden zu verhindern. Dazu gehört die Verpflichtung von Bewerbern, klar definierte Anwendungsfälle nachzuweisen, die Einbeziehung der Microsoft-Prinzipien für den verantwortungsvollen Einsatz von KI, die Entwicklung von Inhaltsfiltern zur Unterstützung von Kunden und die Bereitstellung einer verantwortungsvollen, verantwortungsvollen KI-Implementierung für neue Kunden Führung.

Wie greife ich auf Azure OpenAI zu?

Derzeit ist der Zugriff eingeschränkt, da wir uns der hohen Marktnachfrage, der bevorstehenden Produktverbesserungen und des Engagements von Microsoft für verantwortungsvolle KI bewusst sind. Wir arbeiten derzeit mit Kunden zusammen, die Partnerschaften mit Microsoft haben, mit Anwendungsfällen mit geringerem Risiko und mit Kunden, die an der Integration von Abhilfemaßnahmen arbeiten.

Weitere spezifische Informationen finden Sie im Bewerbungsformular. Vielen Dank für Ihre Geduld, während wir daran arbeiten, sicherzustellen, dass Azure OpenAI allgemeiner zugänglich ist und zur Rechenschaft gezogen wird.

Bewerben Sie sich hier für den Zugriff:

Jetzt bewerben

Vergleich von Azure OpenAI und OpenAI

Der Azure OpenAI-Service bietet Kunden fortschrittliche Sprach-KI mit OpenAI-GPT-4-, GPT-3-, Codex- und DALL-E-Modellen in den Bereichen Sicherheit und Unternehmen Versprechen von Azure. Azure OpenAI entwickelt die APIs gemeinsam mit OpenAI und sorgt so für Kompatibilität und einen reibungslosen Übergang von einem zum anderen.

Mit Azure OpenAI erhalten Kunden die Sicherheitsfunktionen von Microsoft Azure und nutzen gleichzeitig die gleichen Modelle wie OpenAI Azure OpenAI bietet private Vernetzung, regionale Verfügbarkeit und verantwortungsvolle KI-Inhaltsfilterung.

Schlüsselkonzepte

Eingabeaufforderungen und Vervollständigungen

Vervollständigungsendpunkte sind Kernkomponenten von API-Diensten. Diese API bietet Zugriff auf die Texteingabe- und Textausgabeschnittstellen des Modells. Benutzer geben einfach Eingabeaufforderungen ein, die englische Textbefehle enthalten, und das Modell generiert Textvervollständigungen. Hier ist eine einfache Eingabeaufforderung und ein vollständiges Beispiel:

Eingabeaufforderung

: """ zählt bis 5 in einer for-Schleife """

Vollständig: for i in range(1, 6): print(i)""" count to 5 in a for loop """

完成：for i in range(1, 6): print(i)

Tokens

Azure OpenAI verarbeitet Text, indem es ihn in Token aufteilt. Markierungen können Wörter oder nur Zeichenblöcke sein. Beispielsweise wird das Wort „Hamburger“ in die Grundbegriffe „ham“, „bur“ und „ger“ zerlegt, während kurze und gebräuchliche Wörter wie „Pear“ Einzelbegriffe sind. Viele Token beginnen mit einem Leerzeichen, z. B. „Hallo“ und „Tschüss“.

Die Gesamtzahl der in einer bestimmten Anfrage verarbeiteten Token hängt von der Länge der Eingabe-, Ausgabe- und Anfrageparameter ab. Die Anzahl der verarbeiteten Token wirkt sich auch auf die Antwortlatenz und den Durchsatz des Modells aus.

Ressourcen

Azure OpenAI ist ein neues Produkt auf Azure. Sie können Azure OpenAI wie jedes andere Azure-Produkt verwenden, indem Sie in Ihrem Azure-Abonnement eine Ressourcen- oder Dienstinstanz erstellen. Weitere Informationen zum Azure-Ressourcenverwaltungsdesign finden Sie hier.

Bereitstellung

Nachdem Sie eine Azure OpenAI-Ressource erstellt haben, müssen Sie das Modell bereitstellen, bevor Sie mit der Durchführung von API-Aufrufen und der Generierung von Text beginnen können. Dies kann über die Bereitstellungs-API erfolgen. Mit diesen APIs können Sie das zu verwendende Modell angeben.

Kontextuelles Lernen

Das von Azure OpenAI verwendete Modell verwendet Anweisungen und Beispiele in natürlicher Sprache, die während des Build-Aufrufs bereitgestellt werden, um die angeforderte Aufgabe und die erforderlichen Fähigkeiten zu bestimmen. Bei Verwendung dieser Methode enthält der erste Teil der Eingabeaufforderung Anweisungen in natürlicher Sprache und/oder Beispiele für die spezifische erforderliche Aufgabe. Anschließend erledigt das Modell seine Aufgabe, indem es den wahrscheinlichsten nächsten Textabschnitt vorhersagt. Diese Technik wird als „im Kontext“-Lernen bezeichnet. Vorhersagen werden auf der Grundlage des in den Hinweisen enthaltenen Kontexts bereitgestellt. Diese Modelle werden in diesem Schritt nicht neu trainiert.

Es gibt drei Hauptmethoden des kontextuellen Lernens: Fow-Shot, Single-Shot und Zero-Shot. Diese Methoden variieren je nach Menge der dem Modell bereitgestellten aufgabenspezifischen Daten:

Wenige Schüsse: In diesem Fall fügt der Benutzer mehrere Beispiele in die Anrufaufforderung ein, die das erwartete Antwortformat und den erwarteten Inhalt veranschaulichen. Das folgende Beispiel zeigt eine Eingabeaufforderung mit mehreren Aufnahmen, in der wir mehrere Beispiele bereitstellen (das Modell generiert die letzte Antwort):

Kopieren

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:

Nach dem Login kopieren

Die spezifische Anzahl der Beispiele wird durch die Anzahl der Beispiele bestimmt, die von der maximalen Eingabelänge einer einzelnen Eingabeaufforderung aufgenommen werden können, die normalerweise zwischen 0 und 100 liegt. Die maximale Eingabelänge kann je nach verwendetem Modell variieren. Few-Shot-Learning kann die Menge an aufgabenspezifischen Daten, die für genaue Vorhersagen erforderlich sind, erheblich reduzieren. Diese Methode ist im Allgemeinen weniger genau als fein abgestimmte Modelle.

Single Shot: Dieser Fall ist derselbe wie bei der Methode mit wenigen Schüssen, mit der Ausnahme, dass nur ein Beispiel bereitgestellt wird.

Zero Shot: In diesem Fall werden dem Modell keine Beispiele bereitgestellt, sondern nur Aufgabenanfragen.

Modelle

Der Dienst bietet Benutzern Zugriff auf mehrere verschiedene Modelle. Jedes Modell bietet unterschiedliche Funktionen und Preise.

Das GPT-4-Modell ist das neueste verfügbare Modell. Aufgrund der hohen Nachfrage ist diese Modellreihe derzeit nur auf Anfrage erhältlich. Bestehende Azure OpenAI-Kunden können den Zugriff beantragen, indem sie dieses Formular ausfüllen

Das GPT-3-Basismodell ist als Leonardo da Vinci, Curie, Babbage und Ada bekannt, in der Reihenfolge abnehmender Fähigkeit und zunehmender Geschwindigkeit.

Die Codex-Modellfamilie sind Nachkommen von GPT-3, die auf natürliche Sprache und Code trainiert wurden und die Konvertierung natürlicher Sprache in Code unterstützen sollen. Erfahren Sie mehr über jedes Modell auf unserer Seite mit Modellkonzepten.

Funktionen	Azure OpenAI
	新GPT-4 Serie GPT-3 Basic-Serie 新Diagramm ( gpt-35-turbo)Codex Series Embedded Series Erfahren Sie mehr auf unserer Modellseite.
	Babbage Curie Cushman Davinci#🎜. 🎜# Nudges sind derzeit für Neukunden nicht verfügbar.
Hier erhältlich
Ja
Ja, über Azure Active Directory	# 🎜🎜#
Portal	Azure OpenAI Service Studio zur Modellerkundung und Feinabstimmung
#🎜🎜 #西欧#🎜 🎜#Francecentral	Inhaltsfilterung

Was ist der Azure OpenAI-Dienst?