ಫೈ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಒಪ್ಪನ್ ಸೋರ್ಸ್ AI ಮಾದರಿಗಳ ಸರಣಿಯಾಗಿದೆ.
ಫೈ ಪ್ರಸ್ತುತ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಮತ್ತು ಖರ್ಚಿನ ಅನುಕೂಲಕಾರಿ ಸಣ್ಣ ಭಾಷಾ ಮಾದರಿ (SLM), ಬಹುಭಾಷಾ, ತರ್ಕ, ಪಠ್ಯ/ಚಾಟ್ ಉತ್ಪಾದನೆ, ಕೋಡಿಂಗ್, ಚಿತ್ರಗಳು, ಶಬ್ದ ಮತ್ತು ಇತರ ಸಂವೇದನಶೀಲ ಪರಿಕಲ್ಪನೆಗಳಲ್ಲಿ ಅತ್ಯುತ್ತಮ ಪ್ರಮಾಣಿಕತೆ ಗಳಿಸುವದು.
ನೀವು ಫೈನನ್ನು ಕ್ಲೌಡ್ ಅಥವಾ ಎಡ್ಜ್ ಸಾಧನಗಳಿಗೆ ನಿಯೋಜಿಸಬಹುದು ಮತ್ತು ಸಂಬಂಧಿತ ಗಣಕ ಶಕ್ತಿಯ ನಿಯಂತ್ರಣದಲ್ಲಿ ಸೃಜನಶೀಲ AI ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ಸುಲಭವಾಗಿ ನಿರ್ಮಿಸಬಹುದು.
ಈ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಬಳಸಲು ಪ್ರಾರಂಭಿಸಲು ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
- ರೆಪೋಸಿಟರಿಯನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ: ಕ್ಲಿಕ್ ಮಾಡಿ
- ರೆಪೋಸಿಟರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಿ:
git clone https://github.com/microsoft/PhiCookBook.git - ಮೈಕ್ರೋಸಾಫ್ಟ್ AI Discord ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ ಹಾಗೂ ತಜ್ಞರು ಮತ್ತು ಸಹ ಡೆವಲಪರ್ಗಳನ್ನು ಭೇಟಿ ಮಾಡಿ
ಅರೆಬಿಕ್ | ಬೆಂಗಾಲಿ | ಬುಲ್ಗೇರಿಯನ್ | ಬರ್ಮೀಸ್ (ಮಿಯಾದರ್) | ಚೈನೀಸ್ (ಸರಳೀಕೃತ) | ಚೈನೀಸ್ (ಪಾರಂಪರಿಕ, ಹೊಂಡ್ ಕಾಂಗ್) | ಚೈನೀಸ್ (ಪಾರಂಪರಿಕ, ಮಕಾವ್) | ಚೈನೀಸ್ (ಪಾರಂಪರಿಕ, ತೈವಾನ್) | ಕ್ರೋಶಿಯನ್ | ಚೆಕ್ | ಡೆನಿಷ್ | ಡಚ್ | ಎಸ್ಟೋನಿಯನ್ | ಫಿನ್ನಿಶ್ | ಫ್ರೆಂಚ್ | ಜರ್ಮನ್ | ग्रीಕ್ | ಹಿವ್ರೂ | ಹಿಂದಿ | ಹಂಗೇರಿಯನ್ | ಇಂಡोನೇಶಿಯನ್ | ಇಟಾಲಿಯನ್ | ಜಾಪನೀಸ್ | ಕನ್ನಡ | ಖ್ಮೇರ್ | ಕೋರಿಯನ್ | ಲಿಥುವೇನಿಯನ್ | ಮಲಯ್ | ಮಲಯಾಳಂ | ಮರाठी | ನೇಪಾಳಿ | ನೈಜೀರಿಯನ್ ಪിഡ್ಜಿನ್ | ನಾರ್ವೇಜಿಯನ್ | ಪರ್ಶಿಯನ್ (ಫಾರ್ಸಿ) | ಪೋಲಿಶ್ | ಪೋರ್ಚುಗೀಸ್ (ಬ್ರೆಜಿಲ್) | ಪೋರ್ಚುಗೀಸ್ (ಪೋರ್ಚುಗೆಲ) | ಪಂಜಾಬಿ (ಗುರಮುಖಿ) | ರೋಮೇನಿಯನ್ | ರಶಿಯನ್ | ಸರ್ಬಿಯನ್ (ಸಿರಿಲಿಕ್) | ಸ್ಲೋವಾಕ್ | ಸ್ಲೋವೇನಿಯನ್ | ಸ್ಪ್ಯಾನಿಷ್ | ಸ್ವಾಹಿಲಿ | ಸ್ವೀಡಿಶ್ | ಟಗಾಲೋಗ್ (ಫಿಲಿಪಿನೋ) | ತಮಿಳು | ತೆಲುಗು | ಥಾಯಿ | ಟರ್ಕಿಷ್ | ಯುಕ್ರೈನಿಯನ್ | ಉರ್ದು | ವಿಯೆಟ್ನಾಮೀಸ್
ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಬೇಕೆಂದು ಇಷ್ಟವಿದೆಯೆ?
ಈ ರೆಪೋಸಿಟರಿ 50ಕ್ಕಿಂತ ಹೆಚ್ಚು ಭಾಷಾ ಅನುವಾದಗಳನ್ನು ಒಳಗೊಂಡಿದೆ ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹಳ ಹೆಚ್ಚಿಸುತ್ತದೆ. ಅನುವಾದಗಳಿಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು ಸ್ಪಾರ್ಸ್ ಔಟ್ಚೆಕ್ ಅನ್ನು ಬಳಸಿರಿ:
ಬಾಶ್ / macOS / ಲಿನಕ್ಸ:
git clone --filter=blob:none --sparse https://github.com/microsoft/PhiCookBook.git cd PhiCookBook git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
**CMD (ವಿಂಡೋಸ್):** > ```cmd git clone --filter=blob:none --sparse https://github.com/microsoft/PhiCookBook.git cd PhiCookBook git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"ಇದು ನೀವು ಅವಶ್ಯಕವಾದ ಎಲ್ಲಾ ವಿಷಯಗಳನ್ನು ಬಹುಶೀಘ್ರ ಡೌನ್ಲೋಡ್ ಮಾಡಿ ಪೂರ್ಣಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
-
ಪರಿಚಯ
-
ವಿವಿಧ ವಾತಾವರಣಗಳಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
-
ಫೈ ಕುಟುಂಬ ಇನ್ಫರೆನ್ಸ್
- iOS ನಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- ಆಂಡ್ರಾಯ್ಡ್ನಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- ಜೆಟ್ಸನ್ನಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- AI PC ನಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- ಆಪಲ್ MLX ಫ್ರೇಮ್ವರ್ಕ್ ಬಳಸಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- ಲೋಕಲ್ ಸರ್ವರ್ನಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- AI ಟೂಲ್ಕಿಟ್ ಬಳಸಿ ರಿಮೋಟ್ ಸರ್ವರ್ನಲ್ಲಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- ರಸ್ಟ್ ಬಳಸಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
- ಲೋಕಲಲ್ಲಿಯೇ ಫೈ-ವಿಷನ್ ಇನ್ಫರೆನ್ಸ್
- ಕೈಟೊ AKS, Azure Containers (ಆಧಿಕೃತ ಬೆಂಬಲ) ಬಳಸಿ ಫೈ ಇನ್ಫರೆನ್ಸ್
-
ಫೈ ಮೌಲ್ಯಮಾಪನ
-
Azure AI ಶೋಧನ ಸಹಿತ RAG
-
ಫೈ ಅಪ್ಲಿಕೇಶನ್ ಅಭಿವೃದ್ಧಿ ನುಡಿಗೊಳ್ಳುವಿಕೆಗಳು
-
ಪಠ್ಯ ಮತ್ತು ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್ಗಳು
- Phi-4 ಉದಾಹರಣೆಗಳು
- Phi-3 / 3.5 ನುಡಿಗೊಳ್ಳುವಿಕೆಗಳು
- Phi3, ONNX ರನ್ಟೈಮ್ ವೆಬ್ ಮತ್ತು ವೆಬ್ GPU ಬಳಸಿ ಬ್ರೌಸರ್ನಲ್ಲಿ ತಾಲೀಮು ಮಾಡಲಾದ ಸ್ಥಳೀಯ ಚಾಟ್ ಬಾಟ್
- OpenVino ಚಾಟ್
- ಮಲ್ಟಿ ಮಾದರಿ - ಇಂಟರ್ಯಾಕ್ಟಿವ್ ಫೈ-3-ಮಿನಿ ಮತ್ತು ಓಪನ್AI ವಿಸ್ಪರ್
- MLFlow - ರ್ಯಾಪರ್ ನಿರ್ಮಾಣ ಮತ್ತು Phi-3 ಅನ್ನು MLFlow ಜೊತೆ ಬಳಸುವುದು
- ಮಾದರಿ ಆಪ್ಟಿಮೈಜೆಶನ್ - ONNX ರನ್ಟೈಮ್ ವೆಬ್ಗೆ Phi-3-ಮಿನ್ ಮಾದರಿಯನ್ನು Olive ಸಹಾಯದಿಂದ ಹೇಗೆ ಆಪ್ಟಿಮೈಸ್ ಮಾಡುವುದು
- WinUI3 ಅಪ್ Phi-3 ಮಿನಿ-4k-ಇನ್ಸ್ಟ್ರಕ್ಟ್-onnx ಸಹಿತ -WinUI3 ಮಲ್ಟಿ ಮಾದರಿ AI ಚಾಲಿತ ನೋಟ್ಗಳ ಅಪ್ ಮಾದರಿ
- ಕಸ್ಟಮ್ Phi-3 ಮಾದರಿಗಳನ್ನು ಸೂಕ್ಷ್ಮವಾಗಿ ಮುನಿಸಿಕೊಂಡು Prompt flow ಜೊತೆ ಸಂಯೋಜಿಸುವುದು
- Microsoft Foundry ಯಲ್ಲಿ Prompt flow ಜೊತೆ ಕಸ್ಟಮ್ Phi-3 ಮಾದರಿಗಳನ್ನು ಸೂಕ್ಷ್ಮವಾಗಿ ಮುನಿಸಿಕೊಂಡು ಸಂಯೋಜಿಸುವುದು
- Microsoft Foundry ಯಲ್ಲಿ Microsoft's ಜವಾಬ್ದಾರಿಯ AI ತತ್ವಗಳಿಂದ Phi-3 / Phi-3.5 ಸೂಕ್ಷ್ಮಾಯೋಜಿತ ಮಾದರಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು
- [📓] Phi-3.5-ಮಿನಿ-ಇನ್ಸ್ಟ್ರಕ್ಟ್ ಭಾಷಾ ಅನುಮಾನ ಮಾದರಿ (ಚೈನೀಸ್/ಇಂಗ್ಲಿಷ್)
- Phi-3.5-ಇನ್ಸ್ಟ್ರಕ್ಟ್ WebGPU RAG ಚಾಟ್ಬಾಟ್
- Windows GPU ಬಳಸಿ Phi-3.5-ಇನ್ಸ್ಟ್ರಕ್ಟ್ ONNX ಜೊತೆ Prompt flow ಪರಿಹಾರವನ್ನು ನಿರ್ಮಿಸುವುದು
- Microsoft Phi-3.5 tflite ಬಳಸಿ Android ಅಪ್ ನಿರ್ಮಾಣ
- Microsoft.ML.OnnxRuntime ಬಳಸಿ ಸ್ಥಳೀಯ ONNX Phi-3 ಮಾದರಿಯನ್ನು ಬಳಸುವ Q&A .NET ಉದಾಹರಣೆ
- ಸಮಾನಾರ್ಥಕ ಕರ್ಣелекೆಯೊಂದಿಗೆ ಮತ್ತು Phi-3 ಸಹಿತ ಕನ್ಸೋಲ್ ಚಾಟ್ .NET ಅಪ್
-
Azure AI ಇನ್ಫರೆನ್ಸ್ SDK ಕೋಡ್ ಆಧಾರಿತ ಮಾದರಿಗಳು
-
ಅಭಿವೃದ್ಧಿಶೀಲ ತರ್ಕ ಮಾದರಿಗಳು
-
ಪ್ರದರ್ಶನಗಳು
-
ದೃಷ್ಟಿ ಮಾದರಿಗಳು
- Phi-4 ಮಾದರಿಗಳು
- Phi-3 / 3.5 ಮಾದರಿಗಳು
- [📓]Phi-3-ದೃಷ್ಟಿ ಚಿತ್ರ ಪಠ್ಯದಿಂದ ಪಠ್ಯಕ್ಕೆ
- Phi-3-ದೃಷ್ಟಿ ONNX
- [📓]Phi-3-ದೃಷ್ಟಿ CLIP ಪ್ರತಿರೂಪಣಾ
- ಪ್ರದರ್ಶನ: Phi-3 ರಿಸೈಕ್ಲಿಂಗ್
- Phi-3-ದೃಷ್ಟಿ - ದೃಷ್ಟಿ ಭಾಷಾ ಸಹಾಯಕ - Phi3-ದೃಷ್ಟಿ ಮತ್ತು OpenVINO ಸಹಿತ
- Phi-3 ದೃಷ್ಟಿ Nvidia NIM
- Phi-3 ದೃಷ್ಟಿ OpenVino
- [📓]Phi-3.5 ದೃಷ್ಟಿ ಬಹು-ಫ್ರೆ임್ ಅಥವಾ ಬಹು-ಚಿತ್ರ ಮಾದರಿ
- Microsoft.ML.OnnxRuntime .NET ಬಳಸಿ Phi-3 ದೃಷ್ಟಿ ಸ್ಥಳೀಯ ONNX ಮಾದರಿ
- ಮೆನು ಆಧಾರಿತ Phi-3 ದೃಷ್ಟಿ ಸ್ಥಳೀಯ ONNX ಮಾದರಿ Microsoft.ML.OnnxRuntime .NET ಬಳಸಿ
-
ತರ್ಕ-ದೃಷ್ಟಿ ಮಾದರಿಗಳು
- Phi-4-ತರ್ಕ-ದೃಷ್ಟಿ-15B
-
ಗಣಿತ ಮಾದರಿಗಳು
- Phi-4-ಮಿನಿ-ಫ್ಲಾಶ್-ತರ್ಕ-ಇನ್ಸ್ಟ್ರಕ್ಟ್ ಮಾದರಿಗಳು Phi-4-ಮಿನಿ-ಫ್ಲಾಶ್-ತರ್ಕ-ಇನ್ಸ್ಟ್ರಕ್ಟ್ ಗಣಿತ ಪ್ರದರ್ಶನ
-
ಧ್ವನಿ ಮಾದರಿಗಳು
-
MOE ಮಾದರಿಗಳು
-
ಫಂಕ್ಷನ್ ಕರೆ ಮಾದರಿಗಳು
-
ಮಲ್ಟಿಮೋಡಲ್ ಮಿಶ್ರಣ ಮಾದರಿಗಳು
-
-
Phi ಮಾದರಿಗಳ ಸೂಕ್ಷ್ಮ ಗಾಯನ
- ಸೂಕ್ಷ್ಮ ಗಾಯನ ಹಿನ್ನೆಲೆ ಪ್ರದೇಶಗಳು
- ಸೂಕ್ಷ್ಮ ಗಾಯನ ವಿರುದ್ಧ RAG
- Phi-3 ಅನ್ನು ಕೈಗಾರಿಕಾ ತಜ್ಞ ಮಾಡಿಕೊಳ್ಳಲು ಸೂಕ್ಷ್ಮ ಗಾಯನ
- VS Code ಗಾಗಿ AI ಉಪಕರಣಗಳೊಂದಿಗೆ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Azure Machine Learning ಸೇವೆ ಬಳಸಿ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Lora ಬಳಸಿ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- QLora ಬಳಸಿ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Microsoft Foundry ಬಳಸಿ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Azure ML CLI/SDK ಬಳಸಿ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Microsoft Olive ಬಳಸಿ ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Microsoft Olive Hands-On Lab ಬಳಸಿ ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Weights and Bias ಬಳಸಿ Phi-3-vision ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Apple MLX ಫ್ರೇಮ್ವರ್ಕ್ ಬಳಸಿ Phi-3 ಸೂಕ್ಷ್ಮ ಗಾಯನ
- Phi-3-vision (ಅಧಿಕೃತ ಬೆಂಬಲ) ಸೂಕ್ಷ್ಮ ಗಾಯನ
- ಕೈಟೋ AKS , ಅಜೂರ್ ಕಂಟೈನರ್ಗಳೊಂದಿಗೆ ಫೈ-3 ಅನ್ನು ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾಡುವುದು (ಅಧಿಕೃತ ಬೆಂಬಲ)
- ಫಿ-3 ಮತ್ತು 3.5 ವೀಕ್ಷಣೆಯನ್ನು ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾಡುವುದು
-
ಕೈಯಲ್ಲಿ ಪ್ರಯೋಗಾಲಯ
-
ಶೈಕ್ಷಣಿಕ ಸಂಶೋಧನಾ ಕೆಳಪುಸ್ತಕಗಳು ಮತ್ತು ಪ್ರಕಟಣೆಗಳು
- ಪಾಠಪುಸ್ತಕಗಳು ನಿಮಗೆ ಬೇಕಾದ ಎಲ್ಲವನ್ನೂ II: phi-1.5 ತಾಂತ್ರಿಕ ವರದಿ
- Phi-3 ತಾಂತ್ರಿಕ ವರದಿ: ನಿಮ್ಮ ಫೋನಿನಲ್ಲಿ ಸ್ಥಳೀಯವಾಗಿ ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿ ಭಾಷಾ ಮಾದರಿ
- Phi-4 ತಾಂತ್ರಿಕ ವರದಿ
- Phi-4-ಮಿನಿ ತಾಂತ್ರಿಕ ವರದಿ: ಮಿಶ್ರಣ-ಆಫ್-ಲೋರಾಗಳು ಮೂಲಕ ಸಂಕೋಚನೀಯ ಆದರೆ ಬಲಿಷ್ಠ ಬಹುಮಾಧ್ಯ ಭಾಷಾ ಮಾದರಿಗಳು
- ವಾಹನ ಕಾರ್ಯ-ಕಾಲಿಂಗ್ ಗಾಗಿ ಸಣ್ಣ ಭಾಷಾ ಮಾದರಿಗಳನ್ನು tốiಮೀಕರಿಸುವುದು
- (WhyPHI) ಬಹು-ಆಯ್ಕೆ ಪ್ರಶ್ನೋತ್ತರಕ್ಕಾಗಿ PHI-3 ಅನ್ನು ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾಡುವುದು: ವಿಧಾನಶಾಸ್ತ್ರ, ಫಲಿತಾಂಶಗಳು ಮತ್ತು ಸವಾಲುಗಳು
- Phi-4 ನಿರ್ಣಾಯಕ ತಾಂತ್ರಿಕ ವರದಿ
- Phi-4-ಮಿನಿ-ನಿರ್ಣಾಯಕ ತಾಂತ್ರಿಕ ವರದಿ
ನೀವು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೈ ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಮತ್ತು ನಿಮ್ಮ ವಿಭಿನ್ನ ಹಾರ್ಡ್ವೇರ್ ಸಾಧನಗಳಲ್ಲಿ E2E ಪರಿಹಾರಗಳನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಕಲಿಯಬಹುದು. ಫೈಯನ್ನು ನಿಜವಾಗಿ ಅನುಭವಿಸಲು, ಈ ಮಾದರಿಗಳೊಂದಿಗೆ ಆಟವಾಡಿ ಮತ್ತು ನಿಮ್ಮ ಸಂದರ್ಭಗಳಿಗೆ ಫೈಯನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡುವುದು ಪ್ರಾರಂಭಿಸಿ, Microsoft Foundry Azure AI Model Catalog ಮೂಲಕ ನೀವು ಹೆಚ್ಚಿನದನ್ನು ತಿಳಿಯಬಹುದು, Getting Started with Microsoft Foundry ಅನ್ನು ನೋಡಿರಿ
ಆಟದ ಮೈದಾನ ಪ್ರತಿ ಮಾದರಿಗೂ ಮಾದರಿಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಒಂದು ನಿಯೋಜಿತ ಆಡಳಿತ ಮೈದಾನವಿದೆ Azure AI Playground.
ನೀವು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೈ ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಮತ್ತು ನಿಮ್ಮ ವಿಭಿನ್ನ ಹಾರ್ಡ್ವೇರ್ ಸಾಧನಗಳಲ್ಲಿ E2E ಪರಿಹಾರಗಳನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸುವುದು ಎಂದು ಕಲಿಯಬಹುದು. ಫೈ ಅನ್ನು ನಿಜವಾಗಿಯೂ ಅನುಭವಿಸಲು, ಈ ಮಾದರಿಯೊಂದಿಗೇ ಆಟವಾಡಿ ಮತ್ತು ನಿಮ್ಮ ಸಂದರ್ಭಗಳಿಗೆ ಫೈ ಅನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡಿರಿ GitHub Model Catalog ಬಳಸಿ, Getting Started with GitHub Model Catalog ನಲ್ಲಿ ಹೆಚ್ಚಿನ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಿರಿ
ಆಟದ ಮೈದಾನ ಪ್ರತಿ ಮಾದರಿಗೂ ಮಾದರಿಯನ್ನು ಪರೀಕ್ಷಿಸುವ ಆಟದ ಮೈದಾನ ಇದೆ.
ನೀವು Hugging Face ನಲ್ಲಿ ಮಾದರಿಯನ್ನು ಕೂಡಾ ಕಂಡುಹಿಡಿಯಬಹುದು
ಆಟದ ಮೈದಾನ Hugging Chat ಆಟದ ಮೈದಾನ
ನಮ್ಮ ತಂಡ ಇತರೆ ಕೋರ್ಸುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ! ಪರಿಶೀಲಿಸಿ:
ಮೈಕ್ರೋಸಾಫ್ಟ್ ನಮ್ಮ ಗ್ರಾಹಕರು AI ಉತ್ಪನ್ನಗಳನ್ನು ಜವಾಬ್ದಾರಿಯಿಂದ ಬಳಸಲು ಸಹಾಯ ಮಾಡುವ, ನಮ್ಮ ಅಧ್ಯಯನಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವ, ಮತ್ತು ಪಾರದರ್ಶಕತೆ ಟಿಪ್ಪಣಿಗಳು ಮತ್ತು ಪರಿಣಾಮ ಮೌಲ್ಯಮಾಪನ ಕುರಿತಂತೆ ನಂಬಿಕೆಯ ಆಧಾರಿತ ಕೌಟುಂಬಿಕತೆಯನ್ನು ನಿರ್ಮಿಸಲು ಬದ್ಧವಾಗಿದೆ. ಇವುಗಳಲ್ಲಿ ಅನೇಕ ಸಂಪನ್ಮೂಲಗಳನ್ನು https://aka.ms/RAI ನಲ್ಲಿ ಕಾಣಬಹುದು. ಮೈಕ್ರೋಸಾಫ್ಟ್ ನ ಜವಾಬ್ದಾರಿಯುತ AI ಗೆ ನಿಲುವು ನ್ಯಾಯತೆ, ವಿಶ್ವಾಸಾರ್ಹತೆ ಮತ್ತು ಸುರಕ್ಷತೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ಭದ್ರತೆ, ಒಳಗೊಂಡು, ಪಾರದರ್ಶಕತೆ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆ ಎಂಬ AI ಸಿದ್ಧಾಂತಗಳ ಮೇಲೆ ಆಧಾರಿತವಾಗಿದೆ.
ಈ ಉದಾಹರಣೆಯಲ್ಲಿ ಬಳಸಿದ ದೊಡ್ಡ-ಪರಿಮಾಣ ಪ್ರಕೃತಭಾಷೆ, ಚಿತ್ರ ಮತ್ತು ಧ್ವನಿ ಮಾದರಿಗಳು ಅನ್ಯಾಯಕರ, ವಿಶ್ವಾಸಾರ್ಹವನ್ನಲ್ಲದ, ಅಥವಾ ಅಸಹ್ಯವಾಗಿರಬಹುದಾದ ರೀತಿಯಲ್ಲಿ ವರ್ತಿಸಬಹುದು, ಇದು ಹಾನಿಗಳನ್ನುಂಟುಮಾಡಬಹುದು. ದಯವಿಟ್ಟು ಅಪಾಯಗಳು ಮತ್ತುಗಳ ಉಲ್ಲೇಖಗಳಿಗೆ ಅಜೂರ್ ಓಪನ್AI ಸೇವೆ ಪಾರದರ್ಶಕತೆ ಟಿಪ್ಪಣಿ ಅನ್ನು ನೋಡಿ. ಈ ಅಪಾಯಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಶಿಫಾರಸ್ಸಾದ ಮೂಲಕ ನಿಮ್ಮ ವಾಸ್ತುಶಿಲ್ಪದಲ್ಲಿ ಹಾನಿಕರವಾದ ವರ್ತನೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವುದಕ್ಕೆ ಮತ್ತು ತಡೆಯುವುದಕ್ಕೆ ಸೇಜಾನಿ ವ್ಯವಸ್ಥೆಯನ್ನು ಸೇರಿಸುವುದು. Azure AI Content Safety ಸ್ವತಂತ್ರ ರಕ್ಷಣಾ ಪದರವನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದು ಅಪ್ಲಿಕೇಶನ್ಗಳು ಮತ್ತು ಸೇವೆಗಳಲ್ಲಿನ ಹಾನಿಕರ ಬಳಕೆದಾರ-ಉತ್ಪಾದಿತ ಮತ್ತು AI-ಉತ್ಪಾದಿತ ವಿಷಯವನ್ನು ಪತ್ತೆಹಚುತ್ತದೆ. Azure AI Content Safety ನಲ್ಲಿ ಪಠ್ಯ ಮತ್ತು ಚಿತ್ರ APIಗಳು ಸೇರಿವೆ, ಅವು ಹಾನಿಕರ ವಿಷಯವನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ. Microsoft Foundryಯಲ್ಲಿ, Content Safety ಸೇವೆಯು ವಿಭಿನ್ನ ಪದ್ಧತಿಗಳಲ್ಲಿನ ಹಾನಿಕರ ವಿಷಯಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಉದಾಹರಣೆ ಕೋಡ್ ಅನ್ನು ವೀಕ್ಷಿಸಲು, ಅನ್ವೇಷಿಸಲು ಮತ್ತು ಪ್ರಯತ್ನಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಕೆಳಗಿನ quickstart ದಸ್ತಾವೇಜು ಸೇವೆಗೆ ವಿನಂತಿಗಳನ್ನು ಮಾಡಿ ನಿಮ್ಮನ್ನು ಮಾರ್ಗದರ್ಶಿಸುತ್ತದೆ.
ಮತ್ತೊಂದು ಪರಿಗಣಿಸುವ ಅಂಶವೆಂದರೆ ಒಟ್ಟಾರೆ ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯಕ್ಷಮತೆ. ಬಹು-ಮಾರ್ಗ ಮತ್ತು ಬಹು-ಮಾದರಿ ಅಪ್ಲಿಕೇಶನ್ಗಳಲ್ಲಿ, ಕಾರ್ಯಕ್ಷಮತೆ ಎಂದರೆ ನೀವು ಮತ್ತು ನಿಮ್ಮ ಬಳಕೆದಾರರು ನಿರೀಕ್ಷಿಸುವಂತೆ ವ್ಯವಸ್ಥೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಹಾನಿಕರವಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಸೃಷ್ಟಿಸದೆ. ನಿಮ್ಮ ಒಟ್ಟು ಅಪ್ಲಿಕೇಶನಿನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅಂದಾಜಿಸಲು ಕಾರ್ಯಕ್ಷಮತೆ ಮತ್ತು ಗುಣಮಟ್ಟ ಮತ್ತು ಅಪಾಯ ಮತ್ತು ಸುರಕ್ಷತೆ ಮೌಲ್ಯಮಾಪಕರು ಉಪಯೋಗಿಸಬಹುದು. ನೀವು ಕಸ್ಟಮ್ ಮೌಲ್ಯಮಾಪಕರು ಕೂಡ ರಚಿಸಿ ಅಂದಾಜಿಸಬಹುದು.
ನೀವು ನಿಮ್ಮ ಅಭಿವೃದ್ಧಿ ವಾತಾವಣದಲ್ಲಿ ನಿಮ್ಮ AI ಅಪ್ಲಿಕೇಶನನ್ನು Azure AI Evaluation SDK ಬಳಸಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು. ಪರೀಕ್ಷಾ ಡೇಟಾ ಸೆಟ್ ಅಥವಾ ಗುರಿಯನ್ನು ನೀಡಿದರೆ, ನಿಮ್ಮ ಜನರೇಟಿವ್ AI ಅಪ್ಲಿಕೇಶನಿನ ಉತ್ಪತ್ತಿಗಳನ್ನು ನಿಮ್ಮ ಆಯ್ಕೆಯಲ್ಲಿರುವ ಒಳನಿರ್ಮಿತ ಮೌಲ್ಯಮಾಪಕರು ಅಥವಾ ಕಸ್ಟಮ್ ಮೌಲ್ಯಮಾಪಕರೊಂದಿಗೆ ಗಣಿತಾತ್ಮಕವಾಗಿ ಅಂದಾಜಿಸಲಾಗುತ್ತದೆ. ನಿಮ್ಮ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಂದಾಜಿಸಲು ಮತ್ತು ಬಳಸಲು azure ai evaluation sdk ಕುರಿತು ಪ್ರಾರಂಭಿಸಲು, ನೀವು quickstart ಮಾರ್ಗದರ್ಶಿಯನ್ನು ಅನುಸರಿಸಬಹುದು. ಒಂದು ಮೌಲ್ಯಮಾಪನ ಓಟವನ್ನು ನಿಭಾಯಿಸಿದ ಮೇಲೆ, ನೀವು Microsoft Foundryನಲ್ಲಿ ಫಲಿತಾಂಶಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸಬಹುದು.
ಈ ಯೋಜನೆಯಲ್ಲಿ ಯೋಜನೆಗಳು, ಉತ್ಪನ್ನಗಳು ಅಥವಾ ಸೇವೆಗಳು ಸಂಬಂಧಿಸಿದ ಟ್ರೇಡ್ಮಾರ್ಕ್ಗಳು ಅಥವಾ ಲೋಗೋಗಳನ್ನು ಹೊಂದಿರಬಹುದು. Microsoft ಟ್ರೇಡ್ಮಾರ್ಕ್ಗಳು ಅಥವಾ ಲೋಗೋಗಳ ಅನುಮೋದಿತ ಬಳಕೆ Microsoftನ ಟ್ರೇಡ್ಮಾರ್ಕ್ & ಬ್ರಾಂಡ್ ಮಾರ್ಗಸೂಚಿಗಳ ಅಧೀನದಲ್ಲಿದ್ದರೆ ಮಾತ್ರ ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಈ ಯೋಜನೆಯ ತಿದ್ದುಪಡಿ ಮಾಡಿದ ಆವೃತ್ತಿಗಳಲ್ಲಿ Microsoft ಟ್ರೇಡ್ಮಾರ್ಕ್ ಅಥವಾ ಲೋಗೋಗಳ ಬಳಕೆ Microsoft ಪ್ರಾಯೋಜಿತತ್ವವನ್ನು ಗೊಂದಲಕ್ಕೆ ಅಥವಾ ಸೂಚನೆಗೆ ಕಾರಣವಾಗಬಾರದು. ತೃತೀಯಪಕ್ಷದ ಟ್ರೇಡ್ಮಾರ್ಕ್ಗಳು ಅಥವಾ ಲೋಗೋಗಳ ಯಾವುದೇ ಬಳಕೆ ಆ ತೃತೀಯಪಕ್ಷದ ನೀತಿಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ.
ನೀವು ಅಡಚಣೆಯೊಳಗಾದರೆ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್ಗಳ ನಿರ್ಮಾಣ ಕುರಿತು ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ, ಸೇರಿ:
ನೀವು ಉತ್ಪನ್ನ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ದೋಷಗಳನ್ನು ಕಂಡುಹಿಡಿದರೆ ಇಲ್ಲಿ ಭೇಟಿ ನೀಡಿ:
ಅಂಕಣ ನಿರಾಕರಣೆ:
ಈ ದಾಖಲೆನ್ನು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ, ಆದಾಗ್ಯೂ ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದೆಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿ ಇರುವ ಮೂಲ ದಾಖಲೆ ಅಧಿಕಾರ ಸಂಪನ್ನವಾದ ಮೂಲವಾಗಿರಬೇಕು. ಗಂಭೀರ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ಊಹಾಪೋಹಗಳು ಅಥವಾ ತಪ್ಪುವ್ಯಾಖ್ಯಾನಗಳಿಗೆ ನಾವು ಜವಾಬ್ದಾರಿಯಲ್ಲ.
