Detaillierter Kursinhalt
Einführung in Azure KI Foundry
Microsoft Azure bietet mehrere Dienste, mit denen Entwicklern spannende KI-basierte Lösungen erstellen können. Azure KI Foundry vereint diese Dienste auf einer zentralen einheitlichen Benutzeroberfläche für die KI-Entwicklung auf der Azure-Cloudplattform.
- Einführung
- Was ist Azure KI Studio?
- Funktionsweise von Azure KI Studio
- Verwendung von Azure KI Studio
- Übung: Erkunden von Azure KI Studio
- Wissensbeurteilung
- Zusammenfassung
Erkunden und Bereitstellen von Modellen aus dem Modellkatalog im Azure KI Foundry-Portal
Erkunden Sie die verschiedenen Sprachmodelle, die über den Modellkatalog von Azure KI Foundry verfügbar sind. Erfahren Sie, wie Sie ein Modell auswählen, bereitstellen und testen sowie dessen Leistung verbessern.
- Einführung
- Erkunden der Sprachmodelle im Modellkatalog
- Bereitstellen eines Modells auf einem Endpunkt
- Verbessern der Leistung eines Sprachmodells
- Übung: Erkunden und Bereitstellen von Sprachmodellen und Chatten mit Sprachmodellen
- Wissensbeurteilung
- Zusammenfassung
Erste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure KI Foundry
Erfahren Sie, wie Sie mithilfe von Prompt Flow in Azure KI Foundry Anwendungen entwickeln, die Sprachmodelle nutzen.
- Einführung
- Grundlegendes zum Entwicklungslebenszyklus einer LLM-App (Large Language Model)
- Grundlegende Komponenten verstehen und Flow-Typen untersuchen
- Erkunden von Verbindungen und Laufzeiten
- Erkunden von Varianten und Überwachungsoptionen
- Übung: Erste Schritte mit dem Prompt Flow
- Wissensbeurteilung
- Zusammenfassung
Erstellen eines RAG-basierten Agents mit Ihren eigenen Daten mithilfe von Azure KI Foundry
Agents können Ihnen Vorschläge bereitstellen, Inhalte generieren oder Sie bei Entscheidungen unterstützen. Agents verwenden Sprachmodelle als Form der generativen künstlichen Intelligenz (KI) und beantworten Ihre Fragen anhand der Daten, mit denen sie trainiert wurden. Um sicherzustellen, dass ein Agent Informationen aus einer bestimmten Quelle abruft, können Sie beim Erstellen eines Agents mit Azure KI Foundry Ihre eigenen Daten hinzufügen.
- Einführung
- Verstehen, wie Ihr Sprachmodell geerdet wird
- Machen Sie Ihre Daten durchsuchbar
- Erstellen eines Copilots mit Prompt Flow
- Übung: Erstellen eines benutzerdefinierten Copilots, der Ihre eigenen Daten verwendet
- Wissensbeurteilung
- Zusammenfassung
Optimieren eines Sprachmodells mit Azure KI Foundry
Trainieren eines Basissprachenmodells für eine Chat-Vervollständigungsaufgabe. Im Modellkatalog von Azure KI Foundry finden Sie viele Open-Source-Modelle, die Sie für die speziellen Anforderungen an das Verhalten Ihres Modells optimieren können.
- Einführung
- Grundlegendes zum Optimieren eines Sprachmodells
- Vorbereiten Ihrer Daten zur Optimierung eines Chat-Vervollständigungsmodells
- Entdecken Sie die Optimierung von Sprachmodellen in Azure KI Studio
- Übung: Optimieren eines Basismodells
- Wissensbeurteilung
- Zusammenfassung
Bewerten der Leistung von generativen KI-Apps mithilfe von Azure KI Foundry
Die Auswertung von Copiloten ist unerlässlich, um sicherzustellen, dass Ihre generativen KI-Anwendungen den Benutzeranforderungen entsprechen, genaue Antworten bereitstellen und sich im Laufe der Zeit kontinuierlich verbessern. Erfahren Sie, wie Sie die Leistung Ihrer generativen KI-Anwendungen mithilfe der Tools und Features bewerten und optimieren, die in Azure KI Studio verfügbar sind.
- Einführung
- Bewerten der Modell-Leistung
- Manuelles Auswerten der Leistung eines Modells
- Bewerten der Leistung Ihrer generativen KI-Apps
- Übung: Auswerten der Leistung Ihrer generativen KI-App
- Wissensbeurteilung
- Zusammenfassung
Verantwortungsvolle generative KI
Mit der generativen KI sind erstaunlich kreative Lösungen möglich, sie muss jedoch verantwortungsbewusst implementiert werden, um das Risiko zu minimieren, dass schädliche Inhalte generiert werden.
- Einführung
- Planen einer Lösung für verantwortungsvolle generative KI
- Identifizieren potenzieller negativer Folgen
- Ermitteln von potenziell negativen Folgen
- Minimieren potenzieller negativer Folgen
- Betreiben einer Lösung für verantwortungsvollen generativen KI-Lösung
- Übung: Erkunden von Inhaltsfiltern in Azure KI Studio
- Wissensbeurteilung
- Zusammenfassung