Oversikt over autofyllkolonner i Microsoft Syntex
Obs!
Til og med juni 2025 kan du prøve et begrenset antall autofyllkolonner og andre valgte Syntex-tjenester uten kostnad hvis du har konfigurert fakturering for bruk. Hvis du vil ha informasjon og begrensninger, kan du se Prøve Microsoft Syntex og utforske tjenestene.
Autofyll kolonner i Microsoft Syntex automatisk trekke ut, oppsummere eller generere innhold fra filer som er lastet opp til et SharePoint-dokumentbibliotek. Ved å bruke store språkmodeller (LLM-er) gjennom generativ kunstig intelligens, kan autofyllkolonner lagre metadata automatisk, noe som effektiviserer prosessen med å administrere filer og tilhørende informasjon.
Du kan for eksempel stille et spørsmål (en ledetekst) om et dokument på naturlig språk, og systemet lagrer svaret direkte i en angitt bibliotekkolonne. Eller du kan ha mer enn ett av disse spørsmålene satt til å behandle en fil som er lastet opp til et bibliotek, med hvert svar tilordnet til en bestemt kolonne.
Autofyllkolonner kan fungere sammen med andre Microsoft Syntex modeller. Du kan knytte ulike uttrekkingsmeldinger (der du tar informasjon fra eksisterende data) eller generative ledetekster (der du oppretter nytt innhold) med mer enn én kolonne, slik at du kan trekke ut metadata som andre modeller kanskje ikke oppdager eller genererer.
Krav og begrensninger
Støttespråk
Autofyllkolonner er for øyeblikket tilgjengelige for engelske språkfiler. Andre språk legges til i fremtidige versjoner.
Filtyper som støttes
Autofyllkolonner er tilgjengelige for følgende filtyper: .csv, .doc, .docx, .eml, .heic, .heif, .htm, .html, .jpeg, .jpg, .md, .msg, .pdf, .png, .ppt, .pptx, .rtf, .tif, .tiff, .txt, .xls og .xlsx.
Støttede kolonnedatatyper
Autofyllkolonner er for øyeblikket tilgjengelige for følgende kolonnedatatyper:
- Tekst
- Flere linjer med tekst
- Nummer
- Ja/Nei
- Dato og klokkeslett
- Valg
- Hyperkobling
- Valuta
Autofyllkolonner er for øyeblikket ikke tilgjengelige for følgende kolonnedatatyper:
- Person eller gruppe
- Plassering
- Bilde
- Oppslag
- Forvaltede metadata
Gjeldende produktmerknader
Massebehandlingsalternativer for eksisterende bibliotekfiler legges til i en fremtidig utgivelse.
Autofyllkolonner støtter for øyeblikket ikke følgende bibliotektyper: FormServerTemplates, SitePages, Style Library og SiteAssets.
Krypterte filer analyseres ikke eller inkluderes ikke i resultatene.
Dokumentendringer registreres bare hvis filen behandles på nytt, noe som må gjøres manuelt av brukeren.
Autofyllkolonner bruker de samme statusfeltene for klassifisering som modeller for dokumentbehandling.
Obs!
Ai-generert innhold kan være feil. Pass på å kontrollere kolonneresultatene.
Vanlige spørsmål om ansvarlig kunstig intelligens
Et AI-system inkluderer ikke bare teknologien, men også personene som bruker den, personene som er berørt av den, og miljøet den distribueres i. Vanlige spørsmål om Microsofts ansvarlige kunstig intelligens er ment å hjelpe deg med å forstå hvordan AI-teknologi fungerer, valgene systemeiere og brukere kan gjøre som påvirker systemytelse og virkemåte, og viktigheten av å tenke på hele systemet, inkludert teknologien, menneskene og miljøet. Du kan bruke vanlige spørsmål om ansvarlig kunstig intelligens for bedre å forstå bestemte systemer og funksjoner for kunstig intelligens som Microsoft utvikler.
Vanlige spørsmål om ansvarlig kunstig intelligens er en del av en bredere innsats for å sette Microsofts AI-prinsipper ut i praksis. Hvis du vil finne ut mer, kan du se Microsoft AI-prinsipper.
Vanlige spørsmål om ansvarlig kunstig intelligens for autofyllkolonner
Hva er autofyllkolonner?
Autofyllkolonner gir en kolonneinnstilling som gjør det mulig for brukere å konstruere ledetekster for stor språkmodell (LLM) som automatisk vil klassifisere filen, trekke ut eller generere informasjon fra filens innhold (trekke ut en bestemt verdi eller streng eller generere et sammendrag eller svar basert på noen vilkår), og lagre utdataene i kolonnen.
Hva kan autofylle kolonner gjøre?
Autofyllkolonner gjør det mulig å bruke en lagret ledetekst til å behandle filer som er opprettet eller lastet opp til et SharePoint-bibliotek, og svaret lagres i en tilsvarende kolonne. Den konstruerte ledeteksten er jordet til filen og kan brukes til å trekke ut, klassifisere, oppsummere og analysere innholdet. De lagrede metadataene, for eksempel andre kolonnedata, kan indekseres, brukes til å utløse arbeidsflyt eller definere kriterier for å angi en etikett for informasjonsbeskyttelse.
Hva er den tiltenkte bruken av autofyllkolonner?
Autofyllkolonner gir automatisering av metadata for brukere. En bruker kan bruke den til å klassifisere, trekke ut, oppsummere eller analysere en fil, og deretter lagre svaret på kolonnen der den deretter kan indekseres og brukes til søk eller andre nedstrøms arbeidsflytprosesser. Autofyllkolonner kan også være et nyttig supplement for andre maskinspråkmodeller, der en bruker kan supplere de utpakkede metadataene fra en konfigurert modell med et sammendrag eller et annet analysesvar.
Hvordan ble autofyllkolonner evaluert? Hvilke måledata ble brukt til å måle ytelse?
Ytelsesfaktorer som sammenheng, flyt og nøyaktighet var avhengig av basismodellens ytelse (i dette tilfellet GPT-4 Turbo).
Evaluert funksjonsspesifikke forestillinger. Testing inkludert:
Opprettet eksempelbiblioteker, hver inkluderte vanlige forretningsdokumenter kategorisert som kontrakter, arbeidserklæringer, merknader om fordelsendring, fakturaer og CV-er.
Opprettet autofyllkolonner som dekker ulike kolonnetyper, inkludert tekst med én linje og flere valg.
Utformede ledetekster som «Hva er kategorien i dokumentet, velg fra A, B, C. Svar ingen hvis det ikke er noen av dem». Eller «Hva er kandidatutdanningsbakgrunnen» for CV-er.
Gjennomgått resultatene. Resultatene er i tråd med forventningene i de fleste tilfeller. For resultatene som ikke oppfyller den tilfredsstillende terskelen, ble funksjonskall brukt til å forbedre resultatene. Noen av resultatene ble sammenlignet på tvers av ulike LLM-versjoner.
Evaluert måledata for risiko og sikkerhet.
Oppsett: Brukte automatiserte programmer til å sende lignende forespørsler som funksjonen gjør i den virkelige verden, ved å kombinere metadatameldinger, systemmeldinger og brukerspørsmål eller dokumentinnhold, kjøre på samme basismodell (i dette tilfellet GPT-4 Turbo) med samme konfigurasjon.
Vurdering: Fordi ledeteksten for funksjonen kommer fra to deler (den ene er dokumentinnholdet, er det andre spørsmålet), vi forberedte flere hundre testtilfeller.
Evaluerte testtilfeller med standard forretningsdokumenter og skadelige spørsmål. Disse spørsmålene inneholdt selvskading, seksuell, vold eller rasemessig informasjon.
Evaluerte testtilfeller med skadelig innhold, og spørsmål som fikk modellen til å svare på noe den ikke burde. For eksempel «Oppsummer innholdet i dokumentet».
Evaluering: Fulgte Microsofts kuraterte instruksjoner for risiko og sikkerhet, som leveres i Microsoft Azure AI Foundry-portalen, for å måle resultatene ved hjelp av LLM (i dette tilfellet GPT-4 Turbo) fra fire aspekter: selvskadingsrelatert innhold, hatefullt og urettferdig innhold, voldelig innhold og seksuelt innhold.
Evalueringen vurderte inndataene og utdataene 0-7, og skalerte fra det minst skadelige til det mest alvorlige nivået.
Hva er begrensningene for autofyllkolonner? Hvordan kan brukere minimere virkningen av disse begrensningene når de bruker systemet?
Omfanget av ledeteksten er begrenset til bare tekstinnholdet i filen. Svaret er bare tekst som kan lagres i den tilknyttede kolonnen. Andre handlinger kan konfigureres basert på det lagrede svaret, men selve utdataene kan ikke utføre en prosess.
Bare brukere med tilstrekkelige tillatelser for nettstedsbibliotek kan opprette eller redigere kolonneledetekster for autofyll.
Tjenesten administreres av en leierinnstilling i Administrasjonssenter for Microsoft 365. Tilgjengeligheten på tvers av leieren eller bestemte nettsteder kan angis av administratoren.
Hvilke driftsfaktorer og innstillinger tillater effektiv og ansvarlig bruk av autofyllkolonner?
Hvis skadelig innhold genereres som er uakseptabelt for brukerne, kan enten leieradministratoren eller Microsoft-kundestøtte slå av denne funksjonen på nettsteds- eller leiernivå.
En send tilbakemelding-kobling er angitt i brukergrensesnittet. Tilbakemelding overvåkes, gjennomgås og nødvendige tiltak utføres etter behov, inkludert i noen tilfeller oppdatering av produktopplevelsen.