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 | 11 人訂閱 訂閱系列文 RSS系列文
DAY 21

Day21-向量資料庫與 Qdrant

我們昨天把文本轉換成向量了,然後呢?然後我們需要一個地方來儲存向量資料。 在處理現代人工智慧應用中,尤其是生成式 AI 的應用,向量資料庫(Vector Dat...

DAY 22

Day22-申請 Qdrant SaaS 版本與插入向量資料

Qdrant 除了可以地端自架,也有雲端 SaaS 的免費版本。一般建議除了有自架的需求之外,使用 SaaS 版本會是最省事的。用戶只需要註冊並開始使用,不需處...

DAY 23

Day23-把所有的產品資料用 LangChain 的規格儲存到 Qdrant

今天我們就來整理產品資料,而且我們要整理成 LangChain Document 的通用格式,然後儲存到向量資料庫之中。 下面是我們整理好的產品型錄: [...

DAY 24

Day24-用 RAG 來比較 Fine Tune 的結果

今天我們終於要來做 RAG 了。我們很快就會看到其實在客服性質裡的場景,RAG 的效果會比 Fine Tune 好上很多。 我們接著來寫程式吧! 導入必要的套...

DAY 25

Day25-談 Azure ML 的新 SDK

我們聊完了整個 Model catalog、開源模型的部署、Fine Tune、RAG,接下來我們再來聊別的主題吧:CLI 和 SDK Azure Machin...

DAY 26

Day26-認識 Prompt Flow

Azure Machine Learning 在生成式 AI 時代下的另一個全新功能:Prompt Flow! Azure Machine Learning 的...

DAY 27

Day27-建立 Azure OpenAI

今天我們開始來建立了一個基本的對話功能的 Prompt Flow 吧!但是首先,我們先來建立了一個 Azure OpenAI,然後把這個 Azure OpenA...

DAY 28

Day28-建立 Prompt Flow

今天我們開始來建立了一個基本的對話功能的 Prompt Flow 吧!昨天我們已經建立好了一個 Azure OpenAI 的模型了,接著我們就把這麼 gpt-4...

DAY 29

Day29-介紹 Azure AI Studio

微軟在今年推出了一個全新的平台,叫做 Azure AI Studio。這個算是集微軟 AI 服務於大成的一個平台。旨在幫助開發者和資料科學家通過簡化的 UI,開...

DAY 30

Day30-淺談 LLMOps

鐵人賽的最後,我們再來談最近很多人關心的主題:LLMOps。 過去幾年中,MLOps 已經成為顯學。MLOps 以其自動化、標準化以及對模型全生命周期管理的能力...

大魔術熊貓工程師的收藏
大魔術熊貓工程師的追蹤
大魔術熊貓工程師的Like
大魔術熊貓工程師的紀錄