自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(24)
  • 收藏
  • 关注

原创 将 GitHub Copilot 与 JavaScript 结合使用

GitHub Copilot 是一个 AI 编码合作伙伴,可在您编码时提供自动完成建议。通过键入代码或用自然语言描述代码来获取建议。Copilot 会分析您的文件和相关文件,并在文本编辑器中提供建议。它使用 OpenAI Codex(OpenAI 开发的新人工智能系统)来帮助从书面代码和注释中获取上下文,然后建议新行或整个函数。GitHub Codespaces 是一个在云中运行的托管开发人员环境,可以使用 Visual Studio Code 运行。

2024-04-07 13:30:09 779

原创 GitHub Copilot 简介

GitHub Copilot 是世界上第一个大规模 AI 开发人员工具,可以帮助您以更少的工作更快地编写代码。GitHub Copilot 从注释和代码中提取上下文,以立即建议单独的行和整个函数。研究发现 GitHub Copilot 可以帮助开发人员更快地编码、专注于解决更大的问题、更长时间地保持在流程中,并对他们的工作感到更满足。GitHub Copilot 的生成式预训练语言模型由 OpenAI Codex 提供支持,由 OpenAI 创建。

2024-04-07 13:05:50 804

原创 GitHub Copilot 大型语言模型 (LLM)

GitHub Copilot 由大型语言模型 (LLM) 提供支持,可帮助您无缝编写代码。在本单元中,我们将重点了解 GitHub Copilot 中 LLM 的集成和影响。什么是法学硕士?大型语言模型 (LLM) 是为理解、生成和操纵人类语言而设计和训练的人工智能模型。由于接受了大量文本数据的训练,这些模型具有处理涉及文本的广泛任务的能力。以下是了解 LLM 的一些核心方面:训练数据量法学硕士会接触到来自不同来源的大量文本。这种接触使他们对各种形式的交流中涉及的语言、背景和复杂性有了广泛的理解。

2024-04-07 10:21:37 657

原创 GitHub Copilot 用户提示流程

内容过滤后,Copilot 使用收集的上下文信息(包括代码片段和文件类型)来将用户的提示置于上下文中。当您提供更多提示时,会重复该过程,Copilot 会不断处理用户请求、理解他们的意图并生成响应代码。随着时间的推移,Copilot 应用累积的反馈和交互数据(包括上下文详细信息)来提高对用户意图的理解并完善其代码生成功能。GitHub Copilot 安全地接收用户提示,该提示可以是 Copilot 聊天或您在代码中提供的自然语言注释。1-安全提示传输和上下文收集。

2024-04-07 10:16:03 447

原创 使用 GitHub Copilot 进行提示工程简介

由 OpenAI 提供支持的 GitHub Copilot 正在改变软件开发的游戏规则。它不仅仅是一个建议代码的工具。GitHub Copilot 可以通过对包含自然语言和来自公开来源的数十亿行源代码(包括公共 GitHub 存储库中的代码)的数据进行训练来掌握项目的复杂细节。这使得 GitHub Copilot 能够为您提供更多上下文感知建议。但要充分利用 GitHub Copilot,您需要了解提示。这是您告诉 Copilot 您需要什么的方式。

2024-04-07 10:10:40 1003

原创 使用 Azure 和开源软件创建云本机应用程序

云原生应用程序代表了一种现代的应用程序开发方法,其中软件系统的设计考虑了云技术。与最初设计为在本地运行的应用程序不同,云原生应用程序可以充分利用 Azure 提供的许多服务。许多云架构师在设计云原生应用程序时选择 Kubernetes 和 Docker 等开源软件 (OSS),但当优势巨大时,会转向 Cosmos DB 等专有产品。因此,云原生应用程序使构建应用程序的端到端过程变得更加容易,重点是架构模块化,而不是单一的一体化应用程序。您可以利用适合您的技能和情况的技术,而不必局限于技术选择。

2024-03-29 13:27:51 1584 2

原创 描述如何启用 Microsoft Copilot for Security

例如,已分配安全操作员角色或 Copilot 工作区贡献者角色的分析师能够访问 Copilot 门户并创建会话,但要利用 Microsoft Sentinel 插件,需要适当的角色(例如 Microsoft Sentinel Reader)来访问事件在工作区中。允许 Microsoft 从 Copilot for Security 捕获数据并进行人工审核,以构建和验证 Microsoft 的安全 AI 模型:启用后,将与 Microsoft 共享客户数据以改进 Copilot AI。

2024-03-29 13:17:30 979 1

原创 描述 Microsoft Copilot for Security

该模块部分是在人工智能的帮助下创建的。熟悉 Microsoft Copilot for Security。我们将向您介绍一些基本术语、Microsoft Copilot for Security 如何处理提示、有效提示的要素以及如何启用解决方案。学习目标学完本模块后,您将能够:描述 Microsoft Copilot for Security 是什么。描述 Microsoft Copilot for Security 的术语。

2024-03-29 13:05:46 2067 1

原创 使用 Azure OpenAI 模型

随着 Azure OpenAI 使用的不断发展,您开始构建应用程序并与应用程序集成,您可能需要手动控制模型更新。在升级之前,您可以首先测试并验证您的应用程序行为是否与您的用例一致。当您为部署选择特定模型版本时,该版本将保持选中状态,直到您选择手动更新或到达模型的停用日期。在提供自动更新支持的模型上,在 Azure OpenAI Studio 中的。,您的模型部署将在默认版本更改后两周内自动更新。对于预览版本,在新预览版本发布两周后,当有新的预览版本可用时,它会自动更新。有关参数的完整列表,您可以参考。

2024-03-26 13:31:34 885

原创 迁移到 OpenAI Python API 库 1.x

由于这是该库的新版本,具有重大更改,因此您应该在迁移任何生产应用程序以依赖版本 1.x 之前针对新版本广泛测试您的代码。您还应该检查您的代码和内部流程,以确保您遵循最佳实践并将生产代码仅固定到您已经完全测试过的版本。变量设置为部署 GPT-3.5-Turbo 或 GPT-4 模型时选择的部署名称。输入模型名称会导致错误,除非您选择与基础模型名称相同的部署名称。变量设置为部署 GPT-3.5-Turbo 或 GPT-4 模型时选择的部署名称。输入模型名称将导致错误,除非您选择与基础模型名称相同的部署名称。

2024-03-23 21:36:03 1966

原创 微调和函数调用

基于函数调用示例的微调也可用于改善模型对函数输出的响应。为了实现此目的,您可以包含由功能响应消息和助理响应消息组成的示例,其中功能响应由助理解释并放入上下文中。不幸的是,聊天完成调用中定义的函数并不总是按预期执行。或者,如果您尝试提高函数调用输出的质量,建议微调训练数据集中存在的函数定义和后续聊天完成调用保持相同。与前面的示例一样,为了可读性,此示例被人为地扩展。但是,微调 API 目前需要使用旧参数。与所有微调训练一样,您的示例文件至少需要 10 个示例。并将信息表达为训练文件中的一行,

2024-03-23 18:03:14 454

原创 通过微调自定义模型

向导,因此你可以以交互方式为 Azure 资源创建和训练微调模型。

2024-03-23 17:45:30 899

原创 教程:探索 Azure OpenAI 服务嵌入和文档搜索

当我们将文档传递给嵌入模型时,它会将文档分解为与上面的示例类似(但不一定相同)的标记,然后将标记转换为一系列可通过向量搜索访问的浮点数。如果您创建 OpenAI 资源只是为了完成本教程,并且想要清理和删除 OpenAI 资源,则您需要删除已部署的模型,然后删除该资源或关联的资源组(如果它专用于您的测试资源)。对于我们的文档,我们有意截断输出,但在您的环境中运行此命令将返回索引零标记化为块的全文。您可以看到,在某些情况下,整个单词由单个标记表示,而在其他情况下,单词的部分则分为多个标记。

2024-03-23 16:07:01 954

原创 了解如何使用 Azure OpenAI 生成嵌入

嵌入是一段文本语义的信息密集表示。每个嵌入都是一个浮点数向量,使得向量空间中两个嵌入之间的距离与原始格式中两个输入之间的语义相似性相关。例如,如果两个文本相似,那么它们的向量表示也应该相似。我们的嵌入模型可能不可靠,或者在某些情况下会带来社会风险,并且在没有缓解措施的情况下可能会造成损害。查看我们的 Responsible AI 内容,了解有关如何负责任地使用其的更多信息。即将推出:整个 2024 年,我们将逐步淘汰 GitHub Issues 作为内容反馈机制,并用新的反馈系统取而代之。

2024-03-23 14:28:37 657

原创 在 Azure OpenAI 中使用阻止列表

如果您尚未创建内容过滤器,则可以在 Studio 左侧的“内容过滤器”选项卡中进行创建。你还可以在 Azure OpenAI Studio 中创建自定义阻止列表,作为内容过滤配置(公共预览版)的一部分。以下步骤演示如何通过 Azure OpenAI Studio 创建自定义阻止列表作为内容筛选器的一部分。但是,您可能需要过滤特定于您的用例的术语。在下面的示例中,带有阻止列表的 GPT-35-Turbo 部署正在阻止提示。如果内容在提示或完成时被阻止,您应该看到一条错误消息,指出内容过滤系统已被触发。

2024-03-23 14:12:24 1142

原创 如何使用 Azure OpenAI 服务配置内容过滤器

如果您确定您的应用程序或使用场景需要对部分或所有内容类别进行更严格的过滤,您可以分别配置提示和完成的设置,以比默认设置更严重的级别进行过滤。下图显示了一个示例,其中用户提示的过滤级别设置为仇恨和性的最严格配置,低严重性内容与分类为中和高严重性的内容一起过滤(在下面的红色框中概述)。在示例中,模型完成的过滤级别设置为所有内容类别的最严格配置(下面的蓝色框)。这意味着内容过滤器不会过滤在严重性级别为中或高的情况下检测到的内容,而在严重性级别为低或安全的情况下检测到的内容不会被过滤。更多模型部署信息请参见。

2024-03-23 13:16:04 668

原创 使用 Azure OpenAI Web 应用

除了 Azure OpenAI Studio、API 和 SDK 之外,您还可以使用可用的独立 Web 应用程序,通过图形用户界面与 Azure OpenAI 模型进行交互,您可以使用 Azure OpenAI studio 或手动部署进行。中的关联资源并将其删除。默认情况下,应用程序将使用已配置的 Microsoft 身份提供商进行部署,从而将对应用程序的访问限制为 Azure 租户的成员。此页面上的默认设置将仅将该应用程序限制为您的租户,因此您无需在此处更改任何其他内容。,例如更改应用程序中的图标。

2024-03-23 12:18:50 604

原创 将 Azure OpenAI 与大型数据集结合使用

您可以将 Azure OpenAI 服务与大型数据集结合使用,通过请求批处理来提高吞吐量。在上一示例中,您向服务发出多个请求,每个请求对应一个提示。要在单个请求中完成多个提示,您可以使用批处理模式。创建嵌入允许您从大型集合中搜索和检索文档,并且可以在即时工程不足以完成任务时使用。准备好笔记本后,您可以将本文中的每个示例代码片段添加为笔记本中的新单元。,每行发出一个请求。在此示例中,为简单起见,仅选择文本。目前,单个请求中的提示数不得超过 20 个,令牌数不得超过 2048 个,即大约 1500 个单词。

2024-03-23 07:58:42 906

原创 Codex 模型和 Azure OpenAI 服务

与 GPT-3 模型不同,较高的温度可以提供有用的创造性和随机结果,而 Codex 模型的较高温度可能会产生随机或不稳定的响应。在此示例中,我们插入数据库的架构并告诉 Codex 查询数据库的内容。您可以让 Codex 从一种语言转换为另一种语言,方法是遵循一种简单的格式,在注释中列出要转换的代码的语言,然后是代码,然后是包含您希望将其翻译成的语言的注释。我们可以向 Codex 提供由复杂请求组成的注释,例如创建随机名称生成器或使用用户输入执行任务,并且 Codex 可以在有足够令牌的情况下生成其余内容。

2024-03-22 13:27:29 883 1

原创 了解如何使用可重现的输出(预览)

默认情况下,如果您多次向 Azure OpenAI 聊天完成模型询问同一问题,您可能会得到不同的响应。可重复输出是一项新的预览功能,允许您有选择地更改默认行为以产生更具确定性的输出。如果指定,我们的系统将尽最大努力进行确定性采样,以便使用相同种子和参数的重复请求应返回相同的结果。即将推出:整个 2024 年,我们将逐步淘汰 GitHub Issues 作为内容反馈机制,并用新的反馈系统取而代之。三个请求中的每一个使用相同的参数 42,我们能够产生更加一致(在本例中是相同)的结果。响应参数来监控后端的变化。

2024-03-22 13:12:07 644 1

原创 了解如何使用 JSON 模式

JSON 模式允许您设置模型响应格式以返回有效的 JSON 对象作为聊天完成的一部分。虽然以前可以生成有效的 JSON,但响应一致性可能存在问题,从而导致生成无效的 JSON 对象。包括对模型的指导,即它应该生成 JSON 作为消息对话的一部分。该模型可能会生成部分 JSON。这意味着模型的输出大于作为请求一部分设置的可用 max_tokens,或者对话本身超出了令牌限制。JSON 模式生成有效且解析无错误的 JSON。“生成无休止的空白流,并且请求可能会持续运行,直到达到令牌限制”。

2024-03-22 13:07:07 801 1

原创 了解如何生成或操作文本

如果您让 API 以生物学研究科学家的身份做出回应,您会收到来自 API 的明智且深思熟虑的评论,类似于您对具有该背景的人的期望。如果您让 API 以生物学研究科学家的身份做出回应,您会收到来自 API 的明智且深思熟虑的评论,类似于您对具有该背景的人的期望。简单的文本输入、文本输出界面意味着您可以通过提供说明或您希望它执行的操作的几个示例来“编程”Azure OpenAI 模型。您可以向 API 提供一些想法的列表,它会尝试向您的列表添加更多想法。如果您正在寻找不明显的响应,您可能需要使用更高的值。

2024-03-22 11:33:10 713 1

原创 使用 ASP.NET Core 创建可访问的 Web 应用程序

您可以使用 FastPass 工具中的列表,也可以选择网页上的错误消息。在许多情况下,当您遵循 Web 标准时,您的 Web 应用程序可以在各种辅助功能场景中“正常工作”或需要进行少量修改。您可以看到,您在修复可访问性问题的同时改善了所有用户的体验。标准 HTML 表单元素是为可访问性而构建的,但很容易在不知不觉中使用最新的 JavaScript 库或过于聪明的 CSS 覆盖可访问性功能。屏幕阅读器可以处理此属性,任何浏览器上的用户都可以通过使用其平台的标准 UI 来查看所需的字段交互。

2024-03-20 13:09:41 717 1

原创 使用 .NET Upgrade Assistant 将 ASP.NET Framework 现代化为 ASP.NET Core

ASP.NET Core 是 ASP.NET 的最新版本,它包含对 ASP.NET MVC 的许多改进。您学习了如何使用 .NET Upgrade Assistant 分析现有 ASP.NET 应用程序并计划升级到 ASP.NET Core,并且学习了如何使用 .NET Core CLI 升级 ASP.NET 应用程序。是一个工具,可帮助您将不同类型的应用程序从旧版本的 .NET Framework、.NET Core、.NET 5 和 .NET 6 升级到最新的 .NET 版本。

2024-03-20 12:54:42 836 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除