Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Предупреждение
Prompt flow в Microsoft Foundry и Машинное обучение Azure будет выведен из эксплуатации 20 апреля 2027 года. Prompt flow больше не рекомендуется использовать для новой разработки. Перенесите существующие приложения и развертывания Prompt flow в Microsoft Agent Framework до 20 апреля 2027 г.
Образы контейнеров Prompt flow больше не получают обновлений, включая обновления безопасности и пакетов. Это относится к образам среды выполнения Prompt flow, включая promptflow-runtime, promptflow-runtime-stable и promptflow-python.
После 20 апреля 2027 г. Prompt flow, включая веб-интерфейс разработки в Microsoft Foundry и Машинное обучение Azure, расширения VS Code и связанные образы контейнеров Prompt flow, больше не будет поддерживаться и не будет доступен.
Если ваше приложение зависит от развертываний Prompt flow или образов среды выполнения, заранее запланируйте перенос этих рабочих нагрузок на поддерживаемые альтернативы, такие как Microsoft Agent Framework, до даты прекращения поддержки. Рекомендации по миграции см. в руководстве по миграции Prompt flow и примерах кода для миграции.
Машинное обучение Azure Prompt Flow — это средство разработки, предназначенное для упрощения всего цикла разработки приложений искусственного интеллекта на основе крупных языковых моделей (LLM). Поток запросов предоставляет комплексное решение, упрощающее процесс создания прототипов, экспериментирования, итерации и развертывания приложений ИИ.
С помощью потока подсказок Машинное обучение Azure вы можете:
- Создайте исполняемые потоки, которые связывают LLM, запросы и Python средства с помощью визуализированного графа.
- Отлаживайте, делитесь и улучшайте свои потоки с легкостью благодаря командной работе.
- Создайте различные варианты запроса и оцените их производительность с помощью масштабных тестов.
- Разверните конечную точку в режиме реального времени, которая раскрывает весь потенциал LLM для вашего приложения.
Машинное обучение Azure "prompt flow" предлагает универсальный и интуитивно понятный способ упрощения разработки искусственного интеллекта на базе LLM.
Преимущества использования потока запросов Машинное обучение Azure
Машинное обучение Azure поток запросов предлагает ряд преимуществ, которые помогают пользователям переходить от идеи к экспериментации и, в конечном счете, готовым к работе с приложениями на основе LLM:
Гибкость разработки запросов
- Интерактивный интерфейс разработки: визуальное представление структуры потока позволяет пользователям легко понимать и перемещать свои проекты. Кроме того, он предлагает интерфейс программирования, подобный записной книжке, для эффективной разработки и отладки потоков.
- Варианты настройки запроса: пользователи могут создавать и сравнивать несколько вариантов запроса, упрощая итеративный процесс уточнения.
- Оценка. Встроенные потоки оценки позволяют пользователям оценивать качество и эффективность своих запросов и потоков.
- Комплексные ресурсы: доступ к библиотеке встроенных инструментов, примеров и шаблонов, которые служат отправной точкой для разработки, вдохновляющего творчества и ускорения процесса.
Готовность предприятия к приложениям на основе LLM
- Совместная работа: поддерживает коллаборацию команды, позволяя нескольким пользователям вместе работать над проектами инженерии подсказок, делиться знаниями и поддерживать управление версиями.
- Единая платформа: оптимизирует весь процесс разработки запросов, от разработки и оценки до развертывания и мониторинга. Пользователи могут легко развертывать свои потоки в качестве Машинное обучение Azure конечных точек и отслеживать их производительность в режиме реального времени, обеспечивая оптимальную работу и непрерывное улучшение.
- Корпоративные решения Машинное обучение Azure для готовности предприятия: Поток запросов использует надежные корпоративные решения для готовности предприятия Машинное обучение Azure, предоставляя безопасные, масштабируемые и надежные основы для разработки, экспериментирования и развертывания потоков.
Машинное обучение Azure поток запросов позволяет гибко разрабатывать запросы, легко сотрудничать и создавать надежные корпоративные приложения на основе LLM.
Жизненный цикл разработки приложений на основе LLM
Машинное обучение Azure поток запросов упрощает разработку приложений ИИ, что позволяет разрабатывать, тестировать, настраивать и развертывать потоки для создания полных приложений ИИ.
Жизненный цикл состоит из следующих этапов:
- Инициализация. Определите вариант использования бизнеса, соберите примеры данных, научитесь создавать базовый запрос и разрабатывать поток, расширяющий его возможности.
- Экспериментирование: Запустите поток с примерами данных, оцените эффективность запроса и при необходимости повторите процесс итерации потока. Непрерывно экспериментируйте до тех пор, пока не удовлетворены результатами.
- Оценка и улучшение: Оцените производительность потока, выполняя его с большим набором данных, оцените эффективность запроса и доработайте по мере необходимости. Перейдите к следующему этапу, если результаты соответствуют требуемым критериям.
- Рабочая среда: оптимизируйте поток для повышения эффективности и эффективности, развертывайте его, отслеживайте производительность в рабочей среде и собираете данные об использовании и отзывы. Используйте эту информацию, чтобы улучшить процесс и сделать свой вклад на более ранних этапах для дальнейших итераций.
С помощью метода потока запросов вы можете уверенно разрабатывать, тестировать, уточнять и развертывать сложные приложения ИИ.
