Présentation
Les modèles de langage sont des modèles préentraînés qui vous fournissent un bon point de départ. En utilisant l’un des modèles de base disponibles, vous pouvez économiser du temps et des efforts, car vous avez besoin de moins de données pour entraîner un modèle pour votre cas d’usage spécifique.
Imaginez que vous êtes développeur et que vous travaillez pour une agence de voyage. Lorsque les clients utilisent votre application de conversation pour obtenir de l’aide sur les questions qu’ils posent concernant leur voyage, vous souhaitez que les réponses soient dans un format et un style spécifiques. Votre entreprise a un ton de voix qui est en phase avec votre base de clients. Le service marketing trouve qu’il est important que l’application de conversation soit également en phase avec le ton de voix de votre entreprise.
Il existe différentes stratégies pour optimiser le comportement du modèle et les performances de votre application de conversation. Une stratégie consiste à optimiser un modèle de langage, que vous pouvez ensuite intégrer à votre application de conversation. L’avantage de l’optimisation par rapport à l’entraînement de votre propre modèle de langage est que vous avez besoin de moins de temps, de ressources de calcul et de données pour personnaliser le modèle en fonction de vos besoins.
Dans ce module, vous apprenez à optimiser un modèle de base du catalogue de modèles dans le portail Azure AI Foundry, que vous pouvez ensuite intégrer dans un copilote personnalisé.