Uw volwassenheidsniveau voor Generatieve Artificial Intelligence Operations (GenAIOps) verbeteren
Generatieve kunstmatige intelligentiebewerkingen of GenAIOps (ook wel LLMOps genoemd), beschrijft de operationele procedures en strategieën voor het beheren van grote taalmodellen (LLM's) in productie. Dit artikel bevat richtlijnen voor het vooruitgaan van uw mogelijkheden in GenAIOps, op basis van het huidige volwassenheidsniveau van uw organisatie.
Gebruik de onderstaande beschrijvingen om het classificatieniveau van uw GenAIOps Maturity Model te vinden. Deze niveaus bieden een algemeen begrip en praktisch toepassingsniveau van uw organisatie. De richtlijnen bieden u nuttige koppelingen om uw GenAIOps-knowledge base uit te breiden.
Tip
Gebruik de Evaluatie van het GenAIOps-modelmodel om het huidige GenAIOps-vervaldatumniveau van uw organisatie te bepalen. De vragenlijst is ontworpen om u te helpen de huidige mogelijkheden van uw organisatie te begrijpen en gebieden voor verbetering te identificeren.
Uw resultaten van de evaluatie komen overeen met het classificatieniveau genAIOps Maturity Model , wat een algemeen begrip en praktisch toepassingsniveau van uw organisatie biedt. Deze richtlijnen bieden nuttige koppelingen om uw GenAIOps-knowledge base uit te breiden.
Niveau 1 - eerste
Tip
Score van GenAIOps Maturity Model Assessment: initial (0-9).
Beschrijving: Uw organisatie bevindt zich in de eerste basisfase van genAIOps-volwassenheid. U verkent de mogelijkheden van LLM's, maar u hebt nog geen gestructureerde procedures of systematische benaderingen ontwikkeld.
Begin door vertrouwd te raken met verschillende LLM-API's en hun mogelijkheden. Begin vervolgens te experimenteren met het ontwerpen van gestructureerde prompts en eenvoudige prompt-engineering. Lees Microsoft Learning-artikelen als uitgangspunt. Als u wat u hebt geleerd, ontdekt u hoe u eenvoudige metrische gegevens kunt introduceren voor de evaluatie van de prestaties van LLM-toepassingen.
Voorgestelde verwijzingen voor niveau 1 vooruitgang
- Azure AI Studio-modelcatalogus
- De Azure AI Studio-modelcatalogus verkennen
- Inleiding tot Prompt Engineering
- Prompt Engineering Techniques
- System Message Framework
- Promptstroom in Azure AI Studio
- GenAI-toepassingen evalueren met Azure AI Studio
- Metrische gegevens voor GenAI-evaluatie en -bewaking met Azure AI Studio
Voor een beter begrip van GenAIOps kunt u de beschikbare MS Learning-cursussen en workshops overwegen.
Niveau 2 : gedefinieerd
Tip
Score van GenAIOps Maturity Model Assessment: rijping (10-14).
Beschrijving: Uw organisatie is begonnen met het systematiseren van LLM-bewerkingen, met de focus op gestructureerde ontwikkeling en experimenten. Er is echter ruimte voor geavanceerdere integratie en optimalisatie.
Als u uw mogelijkheden en vaardigheden wilt verbeteren, leert u hoe u complexere prompts kunt ontwikkelen en ze effectief kunt integreren in toepassingen. Tijdens deze reis wilt u een systematische benadering implementeren voor de implementatie van LLM-toepassingen, waarbij u mogelijk CI/CD-integratie verkent. Zodra u de kern begrijpt, kunt u beginnen met het gebruik van geavanceerdere metrische evaluatiegegevens, zoals aarding, relevantie en overeenkomsten. Uiteindelijk wilt u zich richten op inhoudsveiligheid en ethische overwegingen in LLM-gebruik.
Voorgestelde verwijzingen voor vooruitgang op niveau 2
- Volg onze stapsgewijze workshop om uw GenAIOps-procedures te verhogen
- Promptstroom in Azure AI Studio
- Bouwen met promptstroom
- Een stroom implementeren als een beheerd online-eindpunt voor realtime deductie
- Prompt flow integreren met GenAIOps
- GenAI-evaluatie met Azure AI Studio
- Metrische gegevens voor GenAI-evaluatie en -bewaking
- Azure Content Safety
- Verantwoorde AI-hulpprogramma's en -procedures
Niveau 3 : beheerd
Tip
Score van GenAIOps Maturity Model Assessment: rijping (15-19).
Beschrijving: Uw organisatie beheert geavanceerde LLM-werkstromen met proactieve bewakings- en gestructureerde implementatiestrategieën. U bent bijna op weg naar operationele uitmuntendheid.
Als u uw basiskennis wilt uitbreiden, richt u zich op continue verbetering en innovatie in uw LLM-toepassingen. Naarmate u verder gaat, kunt u uw bewakingsstrategieën verbeteren met predictive analytics en uitgebreide veiligheidsmaatregelen voor inhoud. Meer informatie over het optimaliseren en verfijnen van uw LLM-toepassingen voor specifieke vereisten. Uiteindelijk wilt u uw strategieën voor assetbeheer versterken via geavanceerde mogelijkheden voor versiebeheer en terugdraaien.
Voorgestelde verwijzingen voor niveau 3-vooruitgang
- Afstemmen met Azure ML Learning
- Modelaanpassing met fine-tuning
- GenAI-modelbewaking
- LLM-apps uitbreiden naar productie met GenAIOps
Niveau 4 - geoptimaliseerd
Tip
Score van GenAIOps Maturity Model Assessment: geoptimaliseerd (20-28).
Beschrijving: Uw organisatie demonstreert operationele uitmuntendheid in GenAIOps. U hebt een geavanceerde benadering voor het ontwikkelen, implementeren en bewaken van LLM-toepassingen.
Naarmate LLM's zich ontwikkelen, wilt u uw geavanceerde positie behouden door op de hoogte te blijven van de nieuwste LLM-ontwikkelingen. Evalueer continu de afstemming van uw LLM-strategieën met veranderende bedrijfsdoelstellingen. Zorg ervoor dat u een cultuur van innovatie en continue training binnen uw team bevordert. Ten slotte deelt u uw kennis en best practices met de bredere community om gedachtenbeheer op het gebied tot stand te brengen.