Dieser Browser wird nicht mehr unterstützt.
Führen Sie ein Upgrade auf Microsoft Edge durch, um die neuesten Features, Sicherheitsupdates und den technischen Support zu nutzen.
Was beschreibt den Modellkatalog von Foundry am besten?
Ein Katalog, der aus nur microsoft-exklusiven Foundation-Modellen besteht
Ein zentraler Hub zum Ermitteln, Filtern, Vergleichen und Testen vieler generativer KI-Modelle von mehreren Anbietern
Ein Tool, das die Notwendigkeit eines Azure-Abonnements ersetzt
Welche Anweisung beschreibt am besten ein Foundation-Modell in Microsoft Foundry
Ein kleines, aufgabenspezifisches Modell, das optimiert werden muss, bevor es eine nützliche Funktion ausführen kann
Ein Benchmarking-Tool zum Vergleichen verschiedener Modellfamilien
Ein großes, vortrainiertes Modell, das allgemeine Fähigkeiten bereitstellt und entweder sofort genutzt oder individuell angepasst werden kann.
Was ist im Foundry-Portal der Hauptvorteil der Verwendung des Modell-Playgrounds vor dem Schreiben von Code?
Damit können Sie Eingabeaufforderungen testen, Modelle vergleichen und Arbeitseinstellungen erfassen, die Sie im Code wiederverwenden können.
Es stellt das Modell für Sie bereit und entfernt die Notwendigkeit, eine API zu verwenden.
Es ersetzt Systemanweisungen durch automatisches Generieren der besten Systemaufforderung für jedes Szenario.
Was ist das primäre Ergebnis der Veröffentlichung eines Agents in Microsoft Foundry?
Er konvertiert den Agent in eine verwaltete Azure-Ressource mit einem stabilen Endpunkt, den Sie freigeben und integrieren können, ohne Ihr Foundry-Projekt oder Quellcode verfügbar zu machen.
Sie reduziert automatisch die Kosten, indem der Agent unabhängig von Modelltoken, Tools oder verbundenen Datendiensten kostenlos ausgeführt werden kann.
Er ersetzt die Notwendigkeit der Project-API, indem der Agent nur über die Benutzeroberfläche des Foundry-Portals aufgerufen werden kann.
In dem Python-Beispiel, welche Zeile ist dafür verantwortlich, den veröffentlichten Agenten anzurufen, anstatt direkt eine Modellbereitstellung anzurufen, wenn eine Antwort generiert wird?
agent = project_client.agents.get(agent_name=myAgent)
openai_client = project_client.get_openai_client()
response = openai_client.responses.create(input=[{'role': 'user', 'content': 'Tell me what you can help with.''}], extra_body={'agent': {'name': agent.name, 'type': 'agent_reference'}},)
Sie müssen alle Fragen beantworten, bevor Sie Ihre Arbeit überprüfen können.
War diese Seite hilfreich?
Benötigen Sie Hilfe zu diesem Thema?
Möchten Sie versuchen, Ask Learn zu verwenden, um Sie durch dieses Thema zu klären oder zu leiten?