Azure AI Foundry 模型微調功能的增強
微軟透過對 Azure AI Foundry 的最新更新在模型微調方面取得了重大進展，現在包含對強化微調 (RFT) 的高級支援。這項新增強功能旨在提高模型性能，利用針對各個領域量身定制的思路鏈推理和任務導向的評分等創新技術。
強化微調簡介
RFT 最初於去年 12 月由 OpenAI 在其 alpha 計劃中發布，此後展示了令人印象深刻的成果，與傳統的開箱即用模型相比，模型效率提高了 40%。微軟透露，RFT 很快就會與 Azure 平台上的 OpenAI o4-mini 模型相容，這將為各種應用領域的組織提供強大的支援。
何時利用強化微調
微軟建議在增強決策能力和適應能力至關重要的特定情況下實施 RFT。以下是利用這項強大技術的三種最佳場景：
- 自訂規則實作：在傳統訓練資料或靜態提示無法有效捕捉獨特的組織決策邏輯的環境中，RFT 特別有優勢。它使模型能夠適應反映現實世界複雜性的不斷發展和靈活的規則。
- 特定領域的操作標準：此技術非常適合內部程序與行業標準實踐有很大差異的情況，並且成功取決於遵守這些定制的規範。 RFT 有效地將這些細微差別融入模型行為。
- 決策複雜性高： RFT 在具有複雜決策樹和多方面邏輯的領域中表現出色。在結果需要瀏覽大量子案例並動態權衡不同輸入的環境中，RFT 使模型能夠概括並產生更一致、更準確的決策。
監督微調的新支持
除了 RFT 之外，微軟還宣佈為 OpenAI 最新的 GPT-4.1-nano 模型推出監督微調 (SFT)，該模型專為成本敏感的 AI 實作而量身定制。這種微調功能將在未來幾天內推出，為組織提供經濟的 AI 模型增強選擇。
Llama 4偵察兵模型集成
最後，微軟推出了對 Meta 的 Llama 4 Scout 模型進行微調的支持，該模型擁有 170 億個參數並提供 1000 萬個標記上下文視窗。此微調選項將成為 Azure 託管運算服務的一部分。使用者可以透過 Azure AI Foundry 和 Azure Machine Learning 元件存取經過精細調整的 Llama 模型，從而增強他們利用尖端 AI 技術的能力。
更多詳情，請觀看公告視頻
這裡
。
請造訪此處的官方來源，了解最新創新。
發佈留言