Melhorias incluem a disponibilidade geral do fluxo imediato e do catálogo de modelos, além da visualização de uma integração com o OneLake no Microsoft Fabric
A Microsoft anunciou que o Azure Machine Learning continua a melhorar as experiências do usuário com novos aprimoramentos, incluindo a disponibilidade geral do fluxo imediato e do catálogo de modelos e a visualização de uma integração com o OneLake no Microsoft Fabric, capacitando desenvolvedores e profissionais de aprendizado de máquina a agilizar o desenvolvimento de aplicativos baseados em IA e operacionalizar soluções responsáveis de IA generativa em todas as fases do ciclo de vida de desenvolvimento de IA generativa.
As atualizações do Azure Machine Learning incluem:
– O fluxo de prompt agiliza todo o ciclo de vida de desenvolvimento de aplicativos com tecnologia de grandes modelos de linguagem (LLMs). Ele permite que os desenvolvedores projetem, construam, avaliem e implantem fluxos de trabalho LLM, conectando-se a uma variedade de modelos básicos, bancos de dados vetoriais, prompts e ferramentas Python por meio de gráficos visualizados e experiências de código inicial em CLI, SDK e extensão Visual Studio Code. O fluxo de prompts agora está em disponibilidade geral no Azure Machine Learning e em versão prévia no Azure AI Studio.
– O catálogo de modelos capacitará os usuários a descobrir, avaliar, ajustar e implementar modelos básicos de fornecedores renomados, como Hugging Face, Meta e OpenAI, facilitando aos desenvolvedores a seleção dos modelos básicos ideais para seus casos de uso específicos. No catálogo de modelos, os usuários podem encontrar uma visão comparativa abrangente para métricas de benchmarking de vários modelos básicos, permitindo que os usuários se autodidatem e tomem decisões informadas sobre a adequação de modelos e conjuntos de dados para seus casos de uso específicos. O catálogo de modelos foi expandido para incluir novos modelos como Code Llama, Stable Diffusion e modelos CLIP (Contrastive Language-Image Pretraining) da OpenAI. O catálogo de modelos estará disponível em breve e está disponível em versão prévia no Azure AI Studio, ampliando sua disponibilidade e aplicabilidade.
– Modelo como serviço por meio de APIs de inferência e ajuste fino hospedado, em breve em versão prévia, permitirá que desenvolvedores e profissionais de aprendizado de máquina integrem facilmente modelos básicos como Llama 2 da Meta, futuros modelos premium da Mistral e Jais da G42 como um endpoint de API para seus aplicativos e ajustar modelos sem precisar gerenciar a infraestrutura de GPU subjacente.
– O OneLake agora está disponível em versão prévia como um armazenamento de dados no Azure Machine Learning, facilitando uma transição perfeita entre o Microsoft Fabric e o Azure Machine Learning. Essa integração permite que os engenheiros de dados compartilhem ativos de dados prontos para aprendizado de máquina desenvolvidos no Fabric, permitindo que os profissionais de aprendizado de máquina os utilizem diretamente para treinamento de modelo no Azure Machine Learning. Além disso, os profissionais de aprendizado de máquina podem gravar previsões de modelo no OneLake para processamento adicional no Fabric ou para obter insights por meio do Power BI.
Fonte: Inforchannel
