等待了一個晚上，基本上就 Fine Tune 好了。

部署 Fine Tune 好的模型

1. 我們可以到 Azure ML 的 Models 裡看到已經 Fine Tune 好的 model 了，如下圖所示。我們直接點擊進去。
   

2. 接著，如下圖所示，我們點擊 Deploy，然後再點擊 Continue to deploy。

3. 接著會跳出來取名字的畫面，這裡的長度會超過，我們就縮短一點。

4. 接著來就會進到部署的畫面了，這裡也會等待上一段不小的時間，我們就等待一下吧！如下圖所示。

使用 Fine Tune 好的模型

等待 Fine Tune 的模型部署好了之後，我們就看可以看到畫面中有 endpoint 和 key 了。如下圖所示。

接著，我們就用 cURL 來呼叫吧！

curl -X POST https://Meta-Llama-3-1-8B-Finetune.westus3.models.ai.azure.com/chat/completions \
-H "Authorization: Bearer xx" \
-H "Content-Type: application/json" \
-d '{
    "messages": [
        {
            "role": "system",
            "content": "你是一個電子元件設計專家，能夠幫助用戶了解各種電子元件，包括其規格、應用和設計建議。"
        },
        {
            "role": "user",
            "content": "請問MicroBoard MB1000的資訊"
        }
    ]
}'   

會得到類似如下的答案

MicroBoard MB1000是一款高性能的微控制器板，我推薦使用 **MicroChip MC1000 MCU**，具備豐富的輸入輸出口和多個中繼器，適合物聯網和智能硬件設計。我建議使用 **PowerBridge PB1000** 供電模組，提供穩定的電源供給，同時具備多重保護功能，適合MB1000的應用。

感覺==真的有把我們推薦產品的回答特性給 fine tune 進去了==，除了介紹 MB 1000 之外，還推薦了產品 MC 1000 和 PB 1000。

但是， MC 1000 和 PB 1000 都不在我的資料集裡，那是幻覺……。

明天開始我們來談現在解決 Chat Completion model 幻覺的手法，RAG！