Finjustera modeller med hanterad beräkning (förhandsversion)

Lär dig hur du finjusterar och distribuerar modeller med hjälp av hanterad beräkning i Azure AI Foundry. Justera träningsparametrar (inlärningshastighet, batchstorlek, epoker) för att optimera prestanda.

Det är effektivare att finjustera en förtränad modell för en relaterad uppgift än att träna en ny modell från grunden.

Använd finjusteringsinställningarna i portalen för att konfigurera data, beräkningsresurser och hyperparametrar. När träningen är klar kan du utvärdera och distribuera den resulterande modellen.

I den här artikeln lär du dig att:

• Välj en grundmodell.
• Konfigurera beräknings- och datadelningar.
• Justera hyperparametrar på ett säkert sätt.
• Skicka och övervaka en finjusteringsprocess.
• Utvärdera och distribuera den finjusterade modellen.

Förutsättningar

• Ett Azure-konto med en aktiv prenumeration. Om du inte har ett skapar du ett kostnadsfritt Azure-konto, som innehåller en kostnadsfri utvärderingsprenumeration.
• Om du inte har något skapar du ett hubbbaserat projekt.

• Rollbaserade åtkomstkontroller i Azure (Azure RBAC) används för att ge åtkomst till åtgärder i Azure AI Foundry-portalen. Om du vill utföra stegen i den här artikeln måste ditt användarkonto tilldelas rollen ägare eller deltagare för Azure-prenumerationen. Mer information om behörigheter finns i Rollbaserad åtkomstkontroll i Azure AI Foundry-portalen.

Finjustera en grundmodell med hjälp av hanterad beräkning

1. Logga in på Azure AI Foundry.

2. Om du inte redan är med i projektet väljer du det.

3. Välj Fine-tuning från den vänstra rutan.

   1. Välj Finjustera en modell och lägg till den modell som du vill finjustera. Den här artikeln använder Phi-3-mini-4k-instruct för illustration.
   2. Välj Nästa för att se tillgängliga finjustera alternativ. Vissa grundmodeller stöder endast alternativet Hanterad beräkning .

4. Du kan också välja Modellkatalog i det vänstra sidofältet i projektet och hitta modellkortet för den grundmodell som du vill finjustera.

   1. Välj Finjustera på modellkortet för att se tillgängliga finjustera alternativ. Vissa grundmodeller stöder endast alternativet Hanterad beräkning .

   

5. Välj Hanterad beräkning. Detta öppnar Grundläggande inställningar.

Konfigurera finjusteringsinställningar

I det här avsnittet går du igenom stegen för att konfigurera finjustering för din modell med hjälp av en hanterad beräkning.

1. Ange ett modellnamn (till exempel phi3mini-faq-v1). Välj Nästa för Beräkning.

2. Välj en GPU VM-storlek. Kontrollera kvoten för den valda SKU:n.

   

3. Välj Nästa för Träningsdata. Uppgiftstypen kan vara förinställd (till exempel chattavslut).

4. Ange träningsdata (ladda upp JSONL/CSV/TSV eller välj en registrerad datauppsättning). Balansera exempel för att minska bias.

5. Välj Nästa för Valideringsdata. Behåll automatisk delning eller tillhandahåll en separat datauppsättning.

6. Välj Nästa för Aktivitetsparametrar. Justera epoker, inlärningshastighet, batchstorlek. Starta konservativ; iterera baserat på valideringsmått.

7. Välj Nästa för Granskning. Bekräfta antal och parametrar.

8. Välj Skicka för att starta jobbet.

Övervaka och utvärdera

• Spåra jobbstatus i listan över finjusteringsjobb.
• Granska loggar för förbearbetning eller allokeringsproblem.
• När du är klar kan du visa genererade utvärderingsmått (om de är aktiverade) eller köra en separat utvärdering som jämför bas- och finjusterad modell.

Driftsätt den fininställda modellen

Distribuera från jobbsammanfattningen. Använd ett distributionsnamn som faq-v1. Registrera modellversion och datamängdshash för reproducerbarhet. Lägg till spårning för att övervaka verkliga begäranden.

Felsökning

Relaterat innehåll

• Översikt över finjusterade modeller
• Skapa chattkompletteringar
• Aktuella modeller