AI 應用程式開發概觀
本檔專為經驗豐富的開發人員所設計,他們不熟悉使用 Azure OpenAI Services 和其慣用的程式設計語言,在 Azure 上建置產生式 AI 應用程式。
適用於開發人員的產生 AI 簡介
這些文章提供一些與建置使用產生 AI 的應用程式相關的基本概念概觀。
文章 | 描述 |
---|---|
開發適用於有經驗的開發人員的產生 AI 應用程式簡介 | 探索將衍生 AI 整合到應用程式中的開發人員角色、探索其商業優勢、操作基礎,以及大型語言模型 (LLM) 的潛力。 |
建置衍生式 AI 解決方案的開發人員的重要概念和考慮 | 說明 LLM 的限制,以及 LLM 取得其資訊的位置、令牌化的運作方式和影響結果,以及如何藉由修改提示、實作推斷管線及調整選擇性 API 呼叫參數來取得最佳結果。 |
使用擷取增強產生和微調來增強大型語言模型 | 詳細說明開發人員可用來增強 LLM 用來撰寫其模型的資訊的兩種機制:擷取增強的產生和微調。 |
建置進階擷取增強產生系統 | 討論以RAG為基礎的聊天系統的實際考慮和模式。 |
AI 應用程式範本
有許多 AI 應用程式範本可提供您妥善維護且易於部署的參考實作,以協助確保 AI 應用程式的高品質起點。 這些範本包括建置組塊(著重於特定案例和工作的較小範例),以及針對每個程式設計語言完成端對端解決方案。 如需可用範本的清單,請參閱 AI 應用程式範本。
其中一個最受歡迎的範本是使用RAG的企業聊天範例。
文章 | 描述 |
---|---|
開始使用 .NET 企業聊天範例 | 本文介紹 .NET 企業聊天應用程式範例,並引導您完成部署和使用應用程式的基本概念。 |
原始程式碼 | 此 GitHub 存放庫包含範例的原始程式碼,以及範例架構、部署選項,以及如何開始將範例擴充至您自己的生產應用程式的詳細數據。 |
影片 | 這段影片提供企業聊天應用程式範例的概觀和示範。 |
依語言的其他資源
每個語言概觀頁面都會連結至熱門文章、範例、檔和更專屬於您慣用的程式設計語言或平臺。
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應