Ajuste fino de modelos de IA no Microsoft Foundry com a extensão de ajuste fino da CLI do Azure Developer

Neste artigo, aprende a usar a extensão de ajuste fino de IA Azure Developer CLI (azd) para configurar e executar trabalhos de ajuste fino no Microsoft Foundry. A extensão permite-lhe inicializar projetos a partir de templates, submeter e gerir trabalhos de ajuste fino, e implementar modelos finamente ajustados diretamente do seu terminal.

Pré-requisitos

  • A CLI de Desenvolvedor Azure (azd) instalada (versão 1.22.1 ou posterior) e autenticada (azd auth login).
  • A azd extensão de afinação de IA instalada (azd ext install azure.ai.finetune). Consulte Instalar a extensão de ajuste fino para mais detalhes.
  • Uma subscrição do Azure com permissão para criar e gerir recursos do Microsoft Foundry.
  • (Opcional) O GitHub CLI instalado, caso planeie descarregar modelos de exemplo dos GitHub repositórios.

Instalar a CLI do Azure Developer

Instala azd para o teu sistema operativo.

winget install microsoft.azd

Verifique a instalação

Após a instalação, verifique se azd está instalado e cumpre o requisito mínimo de versão:

azd version

Confirme que a saída mostra a versão 1.22.1 ou posterior. Se precisares de melhorar, executa:

winget upgrade Microsoft.azd

Instale a extensão de ajuste fino

Adicione a extensão para ajuste fino da IA do Azure a azd:

azd ext install azure.ai.finetune

Verifique se a extensão está instalada:

azd ext list

Autenticar

Iniciar sessão no Azure (obrigatório)

Autentique com a sua conta Azure para aceder à sua subscrição e recursos:

azd auth login

Inicialize o seu projeto

Utilize o comando azd ai finetuning init para estruturar um projeto de ajuste fino. Navegue até ao diretório de trabalho desejado antes de executar qualquer um dos seguintes métodos de inicialização.

Dica

Pode saltar completamente a inicialização usando a opção Envio Rápido, que permite submeter um trabalho de ajuste fino fornecendo a subscrição e o endpoint do projeto Foundry diretamente.

Encontre o ID do recurso ARM do seu projeto

Para inicializar com um projeto Azure AI Foundry, precisa do ID de recurso ARM do projeto. O ID do recurso segue este formato:

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

Pode encontrar este valor no portal Azure ao navegar para a página Perfil do seu projeto AI Foundry sob Detalhes do projeto.

Opção 1: Projeto + Modelo

Use um projeto Azure AI Foundry existente com um modelo:

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

Exemplo:

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}

Opção 2: Project + Emprego existente

Configuração clonada a partir de um trabalho de afinação já existente:

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

Exemplo:

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

Opção 3: Apenas modelo

Comece a partir de um modelo e configure o projeto mais tarde:

azd ai finetuning init -t <template-url>

Exemplo:

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

Opção 4: Clonar do trabalho

Clonar configuração a partir de um ID de tarefa existente.

azd ai finetuning init -j <job-id>

Exemplo:

azd ai finetuning init -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opção 5: Apenas o endpoint do projeto

Inicialize apenas com o endpoint do seu projeto Azure AI Foundry:

azd ai finetuning init -e <project-endpoint>

Exemplo:

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

Opção 6: Modo interativo

Execute sem parâmetros para prompts de configuração guiada:

azd ai finetuning init

Opção 7: Inicialização mínima (com consulta de subscrição)

Use uma inicialização mínima para uma experiência interativa simplificada com consulta de subscrição:

azd init --minimal

Esta opção fornece instruções orientadas para selecionar uma subscrição e configurar o ambiente.

Executar comandos de afinação fina

Navegue até à pasta do seu projeto (onde fine-tune-job.yaml está localizada) e use os seguintes comandos para gerir trabalhos de ajuste fino.

Dica

Está à procura de ficheiros YAML de exemplo para empregos? Consulte os Fine-tuning CLI Samples no repositório de samples da Foundry.

Submissão rápida (saltar inicialização)

Pode submeter um trabalho diretamente sem correr azd init primeiro, fornecendo a subscrição e o endpoint do projeto em linha:

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

Exemplo:

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
Parâmetro Descrição
-f Caminho para o ficheiro YAML do trabalho
-s ID da subscrição do Azure
-e URL do endpoint do projeto

Submeter uma tarefa

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

Listas de empregos

azd ai finetuning jobs list

Detalhes do trabalho

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

Pausar uma tarefa

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

Retomar um trabalho

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

Cancelar um emprego

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

Implemente o seu modelo afinado

Quando o seu trabalho de afinação estiver concluído com sucesso, implemente o modelo para inferência:

azd ai finetuning jobs deploy -i <job-id> -d "<deployment-name>" -c 100 -m "OpenAI" -s "GlobalStandard" -v "1"
Parâmetro Descrição
-i ID de Emprego
-d Nome da implantação
-c Capacidade
-m Fornecedor de modelos
-s Nome SKU
-v Versão

Referência rápida

Parâmetros de init

Parâmetro Descrição
-p ID de recurso do projeto (ARM)
-e URL do endpoint do projeto
-t URL ou caminho do modelo
-j Clone a partir do Job ID
-w Diretório de trabalho
-n Nome do ambiente
-s ID de subscrição

Parâmetros do trabalho

Parâmetro Descrição
-f Caminho do ficheiro YAML
-i ID de Emprego

Recursos adicionais