Ajuste de los modelos de IA en Microsoft Foundry con la extensión de ajuste de la CLI para desarrolladores de Azure

En este artículo, aprenderá a usar la extensión Azure Developer CLI (azd) ai fine-tuning para configurar y ejecutar trabajos de ajuste preciso en Microsoft Foundry. La extensión permite inicializar proyectos desde plantillas, enviar y administrar trabajos de ajuste preciso e implementar modelos optimizados directamente desde el terminal.

Requisitos previos

  • La CLI Azure Developer (azd) instalada (versión 1.22.1 o posterior) y autenticada (azd auth login).
  • La azd extensión de ajuste de inteligencia artificial instalada (azd ext install azure.ai.finetune). Consulte Instale la extensión de ajuste fino para obtener más información.
  • Una suscripción Azure con permiso para crear y administrar recursos de Microsoft Foundry.
  • (Opcional) El GitHub CLI instalado, si planea descargar plantillas de ejemplo de repositorios de GitHub.

Instalación de la CLI para desarrolladores de Azure

Instalar azd para su sistema operativo.

winget install microsoft.azd

Comprobación de la instalación

Después de la instalación, compruebe que azd está instalado y cumpla el requisito de versión mínima:

azd version

Confirme que la salida muestra la versión 1.22.1 o posterior. Si necesita actualizar, ejecute:

winget upgrade Microsoft.azd

Instala la extensión de ajuste fino

Agregue la extensión de ajuste fino de la inteligencia artificial de Azure a azd:

azd ext install azure.ai.finetune

Compruebe que la extensión está instalada:

azd ext list

Autenticación

Inicie sesión en Azure (obligatorio)

Autentíquese con su cuenta de Azure para acceder a la suscripción y los recursos:

azd auth login

Inicialización del proyecto

Usa el comando azd ai finetuning init para preparar un proyecto de afinación. Vaya al directorio de trabajo deseado antes de ejecutar cualquiera de los métodos de inicialización siguientes.

Propina

Puede omitir la inicialización por completo mediante la opción Envío rápido, que le permite enviar un trabajo de ajuste fino proporcionando la suscripción y el punto de conexión del proyecto Foundry integrado.

Búsqueda del identificador de recurso de ARM del proyecto

Para inicializar con un proyecto de Fundición de IA de Azure, necesita el identificador de recurso de ARM del proyecto. El identificador de recurso sigue este formato:

/subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

Puede encontrar este valor en el portal de Azure, para ello, vaya a la página de perfil de su proyecto de AI Foundry en Detalles del proyecto.

Opción 1: Proyecto + Plantilla

Use un proyecto de Fundición de IA de Azure existente con una plantilla:

azd ai finetuning init -p <project-resource-id> -t <template-url>

Ejemplo:

azd ai finetuning init \
  -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

Opción 2: Proyecto + Trabajo existente

Clone la configuración de un trabajo de ajuste fino existente:

azd ai finetuning init -p <project-resource-id> -j <job-id>

Ejemplo:

azd ai finetuning init \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} \
  -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opción 3: Solo plantilla

Comience desde una plantilla y configure el proyecto más adelante:

azd ai finetuning init -t <template-url>

Ejemplo:

azd ai finetuning init -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised

Opción 4: Clonar desde el trabajo

Clonar la configuración de un ID de trabajo existente:

azd ai finetuning init -j <job-id>

Ejemplo:

azd ai finetuning init -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opción 5: solo punto de conexión del proyecto

Inicializa solamente con el punto de conexión de tu proyecto de Fundición de IA de Azure:

azd ai finetuning init -e <project-endpoint>

Ejemplo:

azd ai finetuning init -e https://account.services.ai.azure.com/api/projects/project-name

Opción 6: modo interactivo

Ejecute sin parámetros para los avisos de instalación guiados:

azd ai finetuning init

Opción 7: Inicialización mínima (con búsqueda de suscripciones)

Use la inicialización mínima para una experiencia interactiva simplificada con la búsqueda de suscripciones:

azd init --minimal

Esta opción proporciona indicaciones guiadas para seleccionar la suscripción y configurar el entorno.

Ejecución de comandos de ajuste preciso

Vaya a la carpeta del proyecto (donde fine-tune-job.yaml se encuentra) y use los siguientes comandos para administrar trabajos de ajuste preciso.

Propina

¿Buscas archivos YAML de trabajo de ejemplo? Explore los ejemplos de la CLI de ajuste fino en el repositorio de ejemplos de Foundry.

Envío rápido (omitir inicialización)

Puede enviar un trabajo directamente sin ejecutar azd init primero, proporcionando la suscripción y el punto de conexión del proyecto en línea.

azd ai finetuning jobs submit -f <path-to-yaml> -s <subscription-id> -e <project-endpoint>

Ejemplo:

azd ai finetuning jobs submit \
  -f /path-from-working-directory-to-config/job.yaml \
  -s a9096eb7-bfec-47e8-be27-b040b82afac9 \
  -e https://my-resource.services.ai.azure.com/api/projects/my-project
Parámetro Descripción
-f Ruta de acceso al archivo YAML del trabajo
-s identificador de suscripción de Azure
-e dirección URL del punto de conexión de Project

Enviar un trabajo

azd ai finetuning jobs submit -f ./fine-tune-job.yaml

Enumeración de trabajos

azd ai finetuning jobs list

Mostrar detalles del trabajo

azd ai finetuning jobs show -i <job-id>

Pausar un trabajo

azd ai finetuning jobs pause -i <job-id>

Reanudar un trabajo

azd ai finetuning jobs resume -i <job-id>

Cancelar un trabajo

azd ai finetuning jobs cancel -i <job-id>

Implementación del modelo optimizado

Una vez completado correctamente el trabajo de ajuste, implemente el modelo para la inferencia:

azd ai finetuning jobs deploy -i <job-id> -d "<deployment-name>" -c 100 -m "OpenAI" -s "GlobalStandard" -v "1"
Parámetro Descripción
-i Id. de trabajo
-d Nombre de implementación
-c Capacidad
-m Proveedor de modelos
-s Nombre de la SKU
-v Versión

Referencia rápida

Parámetros de inicialización

Parámetro Descripción
-p identificador de recurso de Project (ARM)
-e dirección URL del punto de conexión de Project
-t Dirección URL o ruta de acceso de plantilla
-j Clonar desde el ID de trabajo
-w Directorio de trabajo
-n Nombre del entorno
-s Identificador de suscripción

Parámetros de trabajo

Parámetro Descripción
-f Ruta de acceso del archivo YAML
-i Id. de trabajo

Recursos adicionales