chat with your data solution accelerator
v1.12.4
| nama | keterangan | bahasa | produk | page_type | urlfragment | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Obrolan dengan data Anda - Solusi Accelerator (Python) | Obrolan dengan data Anda menggunakan OpenAi dan pencarian AI dengan Python. |
|
| mencicipi | obrolan-dengan-solusi-solusi-akselerator |
Selamat datang di obrolan dengan Solusi Data Anda Repositori Accelerator! Obrolan dengan akselerator solusi data Anda adalah alat yang kuat yang menggabungkan kemampuan pencarian AIure AI dan model bahasa besar (LLM) untuk membuat pengalaman pencarian percakapan. Akselerator solusi ini menggunakan model Azure OpenAI GPT dan indeks pencarian AIure AI yang dihasilkan dari data Anda, yang diintegrasikan ke dalam aplikasi web untuk menyediakan antarmuka bahasa alami, termasuk fungsionalitas ucapan-ke-teks, untuk kueri pencarian. Pengguna dapat menyeret dan menjatuhkan file, menunjuk ke penyimpanan, dan mengurus pengaturan teknis untuk mengubah dokumen. Semuanya dapat digunakan dalam langganan Anda sendiri untuk mempercepat penggunaan teknologi ini.
Repositori ini memberikan solusi ujung ke ujung untuk pengguna yang ingin menanyakan data mereka dengan bahasa alami. Ini termasuk mekanisme konsumsi yang dirancang dengan baik untuk beberapa jenis file, penyebaran yang mudah, dan tim pendukung untuk pemeliharaan. Akselerator menunjukkan konsumsi dorongan atau tarik; Pilihan orkestrasi (kernel semantik, langchain, fungsi openai atau aliran cepat) dan harus menjadi komponen minimum yang diperlukan untuk mengimplementasikan pola kain. Ini tidak dimaksudkan untuk dimasukkan ke dalam produksi apa adanya tanpa eksperimen atau evaluasi data Anda. Ini memberikan fitur berikut:
Jika Anda perlu menyesuaikan skenario Anda di luar apa yang Azure OpenAi pada data Anda menawarkan out-of-the-box, gunakan repositori ini. Secara default, repo ini hadir dengan satu set spesifik konfigurasi kain termasuk tetapi tidak terbatas pada: ukuran chunk, tumpang tindih, pengambilan/jenis pencarian dan prompt sistem. Penting bagi Anda untuk mengevaluasi pengambilan/pencarian dan pembuatan jawaban untuk data Anda dan menyetel konfigurasi ini sesuai sebelum Anda menggunakan repo ini dalam produksi. Untuk titik awal untuk memahami dan melakukan evaluasi kain, kami mendorong Anda untuk melihat ke dalam akselerator eksperimen kain.
Akselerator yang disajikan di sini menyediakan beberapa opsi, misalnya:
*Pernahkah Anda melihat data chatgpt + perusahaan dengan demo pencarian Azure OpenAi dan AI? Jika Anda ingin bereksperimen: bermain dengan petunjuk, memahami pola kain yang berbeda pendekatan implementasi, lihat bagaimana fitur yang berbeda berinteraksi dengan pola kain dan memilih opsi terbaik untuk penyebaran kain Anda, lihat repo itu.
Berikut adalah tabel perbandingan dengan beberapa fitur yang ditawarkan oleh Azure, sampel demo GitHub yang tersedia dan repo ini, yang dapat memberikan panduan ketika Anda perlu memutuskan mana yang akan digunakan:
| Nama | Fitur atau sampel? | Apa itu? | Kapan harus digunakan? |
|---|---|---|---|
| Accelerator Solusi "Obrolan dengan Data" - (repo ini) | Sampel biru | Sampel pola kain baseline ujung ke ujung yang menggunakan pencarian AIure AI sebagai retriever. | Sampel ini harus digunakan oleh pengembang ketika implementasi pola kain yang disediakan oleh Azure tidak dapat memenuhi persyaratan bisnis. Sampel ini menyediakan sarana untuk menyesuaikan solusi. Pengembang harus menambahkan kode mereka sendiri untuk memenuhi persyaratan, dan beradaptasi dengan praktik terbaik sesuai dengan kebijakan masing -masing perusahaan. |
| Azure Openai pada data Anda | Fitur Azure | Layanan Azure OpenAI menawarkan implementasi RAG out-of-the-box, ujung ke ujung yang menggunakan API REST atau antarmuka berbasis web di AZure AI Studio untuk membuat solusi yang terhubung ke data Anda untuk memungkinkan pengalaman obrolan yang ditingkatkan dengan model Azure Openai ChatGPT dan pencarian AIR AI. | Ini harus menjadi opsi pertama yang dipertimbangkan untuk pengembang yang membutuhkan solusi ujung ke ujung untuk layanan Azure Openai dengan Azure AI Search Retriever. Cukup pilih sumber data yang didukung, model chatgpt dalam layanan Azure OpenAi, dan sumber daya Azure lainnya yang diperlukan untuk mengonfigurasi kebutuhan aplikasi perusahaan Anda. |
| Aliran Prompt Pembelajaran Mesin Azure | Fitur Azure | Rag in Azure Machine Learning diaktifkan dengan integrasi dengan layanan Azure OpenAi untuk model dan vektorisasi bahasa besar. Ini termasuk dukungan untuk pencarian FAISS dan AZURE AI sebagai toko vektor, serta dukungan untuk penawaran open-source, alat, dan kerangka kerja seperti Langchain untuk data chunking. Aliran Prompt Pembelajaran Mesin Azure menawarkan kemampuan untuk menguji pembuatan data, mengotomatiskan pembuatan cepat, memvisualisasikan metrik evaluasi cepat, dan mengintegrasikan alur kerja kain ke dalam MLOPS menggunakan pipa. | Ketika pengembang membutuhkan lebih banyak kontrol atas proses yang terlibat dalam siklus pengembangan aplikasi AI berbasis LLM, mereka harus menggunakan aliran pembelajaran mesin Azure cepat untuk membuat aliran yang dapat dieksekusi dan mengevaluasi kinerja melalui pengujian skala besar. |
| Data Chatgpt + Enterprise dengan Azure OpenAi dan Demo Pencarian AI | Sampel biru | Demo pola kain yang menggunakan pencarian Azure AI sebagai retriever. | Pengembang yang ingin menggunakan atau menyajikan demonstrasi pola kain ujung ke ujung harus menggunakan sampel ini. Ini termasuk kemampuan untuk menggunakan dan menguji berbagai mode pengambilan, dan meminta untuk mendukung kasus penggunaan bisnis. |
| Akselerator Eksperimen Rag | Alat | Akselerator Eksperimen Rag adalah alat serbaguna yang membantu Anda melakukan eksperimen dan evaluasi menggunakan pencarian AIure AI dan pola kain. | Akselerator Eksperimen Rag adalah untuk membuatnya lebih mudah dan lebih cepat untuk menjalankan eksperimen dan evaluasi kueri pencarian dan kualitas respons dari Openai. Alat ini berguna bagi para peneliti, ilmuwan data, dan pengembang yang ingin, menguji kinerja berbagai pencarian dan hyperparameter terkait OpenAI. |
Catatan : Model saat ini memungkinkan pengguna untuk mengajukan pertanyaan tentang data yang tidak terstruktur, seperti PDF, teks, dan file DOCX. Lihat jenis file yang didukung.
Personel perusahaan (karyawan, eksekutif) yang ingin meneliti data perusahaan internal yang tidak terstruktur akan memanfaatkan akselerator ini menggunakan bahasa alami untuk menemukan apa yang mereka butuhkan dengan cepat.
Akselerator ini juga bekerja di seluruh industri dan peran dan akan cocok untuk setiap karyawan yang ingin mendapatkan jawaban cepat dengan pengalaman chatgpt terhadap data perusahaan internal yang tidak terstruktur.
Administrator teknologi dapat menggunakan akselerator ini untuk memberikan akses mudah kepada rekan kerja mereka ke data perusahaan internal yang tidak terstruktur. Admin dapat menyesuaikan konfigurator sistem untuk menyesuaikan respons untuk audiens yang dituju.
Data sampel menggambarkan bagaimana akselerator ini dapat digunakan dalam industri jasa keuangan (FSI).
Dalam skenario ini, penasihat keuangan sedang mempersiapkan pertemuan dengan klien potensial yang telah menyatakan minatnya pada dana pasar negara berkembang Woodgrove Investments. Penasihat mempersiapkan pertemuan dengan menyegarkan pemahaman mereka tentang tujuan keseluruhan dana pasar negara berkembang dan risiko terkait.
Sekarang setelah penasihat keuangan lebih diberitahu tentang dana pasar negara berkembang, mereka lebih siap untuk menanggapi pertanyaan tentang dana ini dari klien mereka.
Selain itu, kami telah menerapkan tinjauan hukum dan meringkas skenario asisten untuk menunjukkan bagaimana akselerator ini dapat digunakan dalam industri apa pun. Tinjauan Hukum dan Ringkasan Asisten membantu para profesional mengelola dan berinteraksi dengan sejumlah besar dokumen secara efisien. Untuk detail lebih lanjut, lihat Tinjauan Kontrak dan Asisten Summasi Readme.
Catatan: Beberapa data sampel yang disertakan dengan akselerator ini dihasilkan menggunakan AI dan hanya untuk tujuan ilustrasi.
Data sampel menggambarkan bagaimana akselerator ini dapat digunakan untuk skenario onboarding karyawan di seluruh industri.
Dalam skenario ini, seorang karyawan yang baru dipekerjakan sedang dalam proses onboarding ke organisasi mereka. Memanfaatkan akselerator solusi, ia menavigasi melalui penawaran luas dari manfaat kesehatan dan pensiun organisasinya. Dengan kemampuan riwayat obrolan yang baru terintegrasi, mereka dapat meninjau kembali percakapan sebelumnya, memastikan kesinambungan dan konteks dalam beberapa hari penelitian. Fungsionalitas ini memungkinkan karyawan baru untuk secara efisien mengumpulkan dan mengkonsolidasikan informasi, merampingkan pengalaman orientasi mereka. Untuk detail lebih lanjut, lihat readme.
Akselerator solusi ini menyebarkan banyak sumber daya. Mengevaluasi biaya masing -masing komponen sebelum penyebaran.
Berikut ini adalah tautan ke detail harga untuk beberapa sumber daya:
Ada dua pilihan; "Deploy to Azure" menawarkan penyebaran satu klik di mana Anda tidak perlu mengkloning kode, sebagai alternatif jika Anda ingin pengalaman pengembang, ikuti instruksi penyebaran lokal.
Demo, yang menggunakan wadah pra-buatan dari cabang utama tersedia dengan mengklik tombol ini:
Saat penyebaran selesai, ikuti langkah -langkah dalam mengatur otentikasi dalam layanan aplikasi Azure untuk menambahkan otentikasi aplikasi ke aplikasi web Anda yang berjalan di Azure App Service
Catatan : Konfigurasi default menyebarkan model OpenAI "GPT-35-TURBO" dengan versi 0613. Namun, tidak semua lokasi mendukung versi ini. Jika Anda menggunakan lokasi yang tidak mendukung versi 0613, Anda harus beralih ke versi yang lebih rendah. Untuk mengetahui versi mana yang didukung di berbagai wilayah, kunjungi halaman ketersediaan model GPT-35 Turbo.
Arahkan ke situs admin, tempat Anda dapat mengunggah dokumen. Itu akan ditempatkan di:
https://web-{RESOURCE_TOKEN}-admin.azurewebsites.net/
Di mana {RESOURCE_TOKEN} dihasilkan secara unik selama penyebaran. Ini adalah kombinasi dari langganan Anda dan nama grup sumber daya. Kemudian pilih Data Ingest dan tambahkan data Anda. Anda dapat menemukan data sampel di direktori /data .
Arahkan ke aplikasi web untuk mulai mengobrol di atas data Anda. Aplikasi web dapat ditemukan di:
https://web-{RESOURCE_TOKEN}.azurewebsites.net/
Akselerator solusi ini menyebarkan sumber daya berikut. Sangat penting untuk memahami fungsi masing -masing. Di bawah ini adalah tautan ke dokumentasi masing -masing:
Repositori ini dilisensikan di bawah lisensi MIT.
Kumpulan data di bawah folder /data dilisensikan di bawah lisensi CDLA-Permissive-2.
Perangkat lunak ini memerlukan penggunaan komponen pihak ketiga yang diatur oleh lisensi berpemilik atau open-source yang terpisah seperti yang diidentifikasi di bawah ini, dan Anda harus mematuhi ketentuan setiap lisensi yang berlaku untuk menggunakan perangkat lunak. Anda mengakui dan menyetujui bahwa lisensi ini tidak memberi Anda lisensi atau hak lain untuk menggunakan komponen kepemilikan atau open-source pihak ketiga tersebut.
Sejauh perangkat lunak termasuk komponen atau kode yang digunakan dalam atau berasal dari produk atau layanan Microsoft, termasuk tanpa batasan Layanan Microsoft Azure (secara kolektif, "Produk dan Layanan Microsoft"), Anda juga harus mematuhi persyaratan produk yang berlaku untuk produk dan layanan Microsoft tersebut. Anda mengakui dan menyetujui bahwa lisensi yang mengatur perangkat lunak tidak memberi Anda lisensi atau hak lain untuk menggunakan produk dan layanan Microsoft. Tidak ada dalam lisensi atau file readme ini yang akan berfungsi untuk menggantikan, mengubah, mengakhiri atau memodifikasi ketentuan apa pun dalam persyaratan produk untuk produk dan layanan Microsoft apa pun.
Anda juga harus mematuhi semua undang -undang dan peraturan ekspor domestik dan internasional yang berlaku untuk perangkat lunak, yang mencakup pembatasan pada tujuan, pengguna akhir, dan penggunaan akhir. Untuk informasi lebih lanjut tentang pembatasan ekspor, kunjungi https://aka.ms/export.
Anda mengakui bahwa perangkat lunak dan produk dan layanan Microsoft (1) tidak dirancang, dimaksudkan atau disediakan sebagai alat medis, dan (2) tidak dirancang atau dimaksudkan untuk menjadi pengganti nasihat medis profesional, diagnosis, perawatan, atau penilaian dan tidak digunakan untuk mengganti atau sebagai pengganti nasihat medis profesional, diagnosis, perawatan, atau penilaian. Pelanggan bertanggung jawab penuh untuk menampilkan dan/atau mendapatkan persetujuan yang sesuai, peringatan, penafian, dan pengakuan kepada pengguna akhir dari implementasi pelanggan dari layanan online.
Anda mengakui perangkat lunak tidak tunduk pada audit kepatuhan SOC 1 dan SOC 2. Tidak ada teknologi Microsoft, atau teknologi komponennya, termasuk perangkat lunak, dimaksudkan atau disediakan sebagai pengganti nasihat profesional, pendapat, atau penilaian profesional jasa keuangan bersertifikat. Jangan gunakan perangkat lunak untuk mengganti, mengganti, atau memberikan nasihat atau penilaian keuangan profesional.
Dengan mengakses atau menggunakan perangkat lunak, Anda mengakui bahwa perangkat lunak tidak dirancang atau dimaksudkan untuk mendukung penggunaan apa pun di mana gangguan layanan, cacat, kesalahan, atau kegagalan perangkat lunak lainnya dapat mengakibatkan kematian atau cedera tubuh yang serius dari orang mana pun atau dalam hal kerusakan fisik atau lingkungan, dan secara kolektif, yang tidak ada hubungan, yang tidak ada hubungan, yang tidak ada hubungan, dalam hal ini, dalam hal ini, dalam hal ini, yang tidak ada hubungannya, dalam hal yang tidak ada lagi, dalam hal ini, dalam hal ini, dalam hal ini, dalam hal ini, dalam hal ini, yang tidak dapat dipastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda akan memastikan bahwa Anda. Dikurangi di bawah tingkat yang wajar, sesuai, dan legal, baik secara umum atau dalam industri tertentu. Dengan mengakses perangkat lunak, Anda lebih lanjut mengakui bahwa penggunaan perangkat lunak berisiko tinggi Anda adalah risiko Anda sendiri.
