iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
生成式 AI

生成式 AI 時代下的 Azure Machine Learning 系列

在 2021 年,我撰寫了台灣最完整的 Azure Machine Learning 教學文。隨著 ChatGPT 的誕生,生成式 AI 掀起巨變,Azure Machine Learning 也迅速轉型,加入大語言模型部署、prompt flow 等新功能。我決定要再次撰寫教學文,聚焦 Azure Machine Learning 在生成式 AI 時代的新功能,並探討 Azure AI Studio 和 SDK。

鐵人鍊成 | 共 30 篇文章 | 12 人訂閱 訂閱系列文 RSS系列文
DAY 11

Day11-寫程式串接 Serverless 的 Llama-3.1-8B-Instruct 之寫程式篇

今天開始來寫程式,串接部署在 Azure ML 上面的 Llama-3.1-8B-Instruct。 使用 curl 我們可以單純使用下面這個 curl 來呼叫...

DAY 12

Day12-部署多模態模型 Phi-3.5 Vision-Instruct

今天我們來用 model catalog 部署多模態的 AI 模型。 我們來部署 Phi-3.5 Vision-Instruct 。這是一款由 Microsof...

DAY 13

Day13-談 Fine Tune 大語言模型

大語言模型的 Fine Tune 一直是大家很關注的問題,我們接下來的幾天就會實際帶大家在 Azure Machine Learning 上 Fine Tun...

DAY 14

Day14-Fine Tune 模型的資料準備

Fine Tune 的資料集準備,是最困難的一件事了。資料集中的每個例子應該是一段對話,並遵循 OpenAI chat completion API 的格式。需...

DAY 15

Day15-用 Tkinter 來寫個 Fine Tune 資料用的小工具

今天我們用 tkinter 來寫一個輸入資料可以產生 JSONL 的小工具。 Tkinter 是 Python 的 GUI 套件,它提供了一個簡單易用的方式來建...

DAY 16

Day16-產生 Fine Tune 用的資料

今天我們就來整理資料吧! 打開我們昨天寫好的工具,使用指令 poetry shell 進到虛擬環境裡面,然後讓那個 Python 檔給跑起來。就會看到如下圖的...

DAY 17

Day17-在 Azure Machine Learning 裡 Fine Tune Llama 3.1

今天就要來 Fine Tune 了。需要注意的是,不是每個 workspace 所在的區域都有 Fine Tune 的。舉例來說,我們這個範例所在的 westu...

DAY 18

Day18-使用 Fine Tune 的 Meta-Llama-3.1-8B-Instruct

等待了一個晚上,基本上就 Fine Tune 好了。 部署 Fine Tune 好的模型 我們可以到 Azure ML 的 Models 裡看到已經 Fin...

DAY 19

Day19-淺談 Retrieval-Augmented Generation (RAG) 的手法

Retrieval-Augmented Generation (RAG) 是一種結合了檢索技術和生成技術的強大方法,旨在提高大型語言模型(LLM)的回答準確性,...

DAY 20

Day20-部署 embedding model Cohere-embed-v3-multilingual

Cohere Embed v3 Multilingual 是 Cohere 最新且最先進的嵌入模型,提供了多語言支持和高效的文本嵌入功能。維度是 1024 維,...