Não há mais suporte para esse navegador.
Atualize o Microsoft Edge para aproveitar os recursos, o suporte técnico e as atualizações de segurança mais recentes.
O que melhor descreve o catálogo de modelos do Foundry?
Um catálogo que consiste apenas em modelos de base exclusivos da Microsoft
Um hub central para descobrir, filtrar, comparar e testar muitos modelos de IA generativos de vários provedores
Uma ferramenta que substitui a necessidade de uma assinatura do Azure
Qual declaração descreve melhor um modelo fundamental no Microsoft Foundry
Um modelo pequeno e específico da tarefa que deve ser ajustado antes de poder executar qualquer função útil
Uma ferramenta de benchmarking usada para comparar diferentes famílias de modelos
Um modelo grande e pré-treinado que fornece recursos gerais e pode ser usado imediatamente ou personalizado
No portal do Foundry, qual é o principal benefício de usar o Model Playground antes de escrever código?
Ele permite testar prompts, comparar modelos e capturar configurações de trabalho que você pode reutilizar no código.
Ele implanta o modelo para você e remove a necessidade de usar uma API.
Ele substitui as instruções do sistema gerando automaticamente o melhor prompt do sistema para cada cenário.
Qual é o principal resultado da publicação de um agente no Microsoft Foundry?
Ele converte o agente em um recurso gerenciado do Azure com um ponto de extremidade estável que você pode compartilhar e integrar sem expor o projeto do Foundry ou o código-fonte.
Ele reduz automaticamente os custos ao permitir que o agente opere livremente, independentemente dos tokens dos modelos, das ferramentas ou dos serviços de dados conectados.
Ela substitui a necessidade da API do Project, permitindo que o agente seja chamado somente por meio da interface do usuário do portal do Foundry.
No exemplo do Python, qual linha é responsável por chamar o agente publicado (em vez de chamar uma implantação de modelo diretamente) ao gerar uma resposta?
agent = project_client.agents.get(agent_name=myAgent)
openai_client = project_client.get_openai_client()
response = openai_client.responses.create(input=[{'role': 'user', 'content': 'Tell me what you can help with.''}], extra_body={'agent': {'name': agent.name, 'type': 'agent_reference'}},)
É necessário responder a todas as perguntas antes de verificar o trabalho.
Esta página foi útil?
Precisa de ajuda com este tópico?
Quer experimentar o Pergunte e aprenda para esclarecer ou guiar você neste tópico?