Skip to content

Latest commit

 

History

History
217 lines (178 loc) · 33.9 KB

README.md

File metadata and controls

217 lines (178 loc) · 33.9 KB

Phi कुकबुक: Microsoft के Phi मॉडल्स के साथ प्रैक्टिकल उदाहरण

Phi Microsoft द्वारा विकसित ओपन सोर्स AI मॉडल्स की एक सीरीज़ है।

Phi वर्तमान में सबसे शक्तिशाली और लागत-प्रभावी छोटे भाषा मॉडल (SLM) है, जो मल्टी-लैंग्वेज, तर्कशक्ति, टेक्स्ट/चैट जनरेशन, कोडिंग, इमेज, ऑडियो और अन्य परिदृश्यों में बहुत अच्छे बेंचमार्क प्रदान करता है।

आप Phi को क्लाउड या एज डिवाइस पर तैनात कर सकते हैं, और सीमित कंप्यूटिंग शक्ति के साथ आसानी से जनरेटिव AI एप्लिकेशन बना सकते हैं।

इन संसाधनों का उपयोग शुरू करने के लिए इन चरणों का पालन करें:

  1. रेपॉजिटरी को फोर्क करें: क्लिक करें GitHub forks
  2. रेपॉजिटरी को क्लोन करें: git clone https://github.com/microsoft/PhiCookBook.git
  3. Microsoft AI Discord कम्युनिटी में शामिल हों और विशेषज्ञों तथा अन्य डेवलपर्स से मिलें

cover

🌐 मल्टी-लैंग्वेज सपोर्ट

फ्रेंच | स्पेनिश | जर्मन | रूसी | अरबी | फ़ारसी (पर्शियन) | उर्दू | चीनी (सरलीकृत) | चीनी (पारंपरिक, मकाऊ) | चीनी (पारंपरिक, हांगकांग) | चीनी (पारंपरिक, ताइवान) | जापानी | कोरियाई | हिंदी | बंगाली | मराठी | नेपाली | पंजाबी (गुरमुखी) | पुर्तगाली (पुर्तगाल) | पुर्तगाली (ब्राज़ील) | इतालवी | पोलिश | तुर्की | ग्रीक | थाई | स्वीडिश | डेनिश | नॉर्वेजियन | फिनिश | डच | हिब्रू | वियतनामी | इंडोनेशियाई | मलय | टागालोग (फिलिपीनो) | स्वाहिली | हंगेरियन | चेक | स्लोवाक | रोमानियन | बुल्गारियन | सर्बियन (सिरिलिक) | क्रोएशियाई | स्लोवेनियाई

सामग्री सूची

Phi मॉडल्स का उपयोग करना

Azure AI Foundry पर Phi

आप Microsoft Phi का उपयोग करना और अपने विभिन्न हार्डवेयर डिवाइस में एंड-टू-एंड समाधान बनाना सीख सकते हैं। Phi को अनुभव करने के लिए, मॉडल्स के साथ खेलना शुरू करें और अपने परिदृश्यों के लिए Phi को कस्टमाइज़ करें Azure AI Foundry Azure AI Model Catalog का उपयोग करके। आप Azure AI Foundry के साथ शुरुआत करने के बारे में अधिक जान सकते हैं।

प्लेग्राउंड प्रत्येक मॉडल का एक समर्पित प्लेग्राउंड है जहां आप मॉडल का परीक्षण कर सकते हैं Azure AI Playground।

GitHub Models पर Phi

आप Microsoft Phi का उपयोग करना और अपने विभिन्न हार्डवेयर डिवाइस में एंड-टू-एंड समाधान बनाना सीख सकते हैं। Phi को अनुभव करने के लिए, मॉडल्स के साथ खेलना शुरू करें और अपने परिदृश्यों के लिए Phi को कस्टमाइज़ करें GitHub Model Catalog का उपयोग करके। आप GitHub Model Catalog के साथ शुरुआत करने के बारे में अधिक जान सकते हैं।

प्लेग्राउंड प्रत्येक मॉडल का एक समर्पित प्लेग्राउंड है जहां आप मॉडल का परीक्षण कर सकते हैं।

Hugging Face पर Phi

आप मॉडल को Hugging Face पर भी पा सकते हैं।

प्लेग्राउंड Hugging Chat प्लेग्राउंड

जिम्मेदार AI

Microsoft हमारे ग्राहकों को हमारे AI उत्पादों का जिम्मेदारी से उपयोग करने में मदद करने, हमारे अनुभव साझा करने और ट्रस्ट-आधारित साझेदारी बनाने के लिए प्रतिबद्ध है। इसके लिए Transparency Notes और Impact Assessments जैसे उपकरणों का उपयोग किया जाता है। इन संसाधनों को https://aka.ms/RAI पर पाया जा सकता है। Microsoft का जिम्मेदार AI के प्रति दृष्टिकोण हमारे AI सिद्धांतों पर आधारित है: निष्पक्षता, विश्वसनीयता और सुरक्षा, गोपनीयता और सुरक्षा, समावेशिता, पारदर्शिता, और जवाबदेही।

बड़े पैमाने पर प्राकृतिक भाषा, छवि, और भाषण मॉडल - जैसे इस नमूने में उपयोग किए गए मॉडल - संभावित रूप से अनुचित, अविश्वसनीय, या आपत्तिजनक व्यवहार कर सकते हैं, जिससे नुकसान हो सकता है। कृपया Azure OpenAI सेवा Transparency note को पढ़ें ताकि जोखिम और सीमाओं के बारे में जानकारी प्राप्त हो सके।

इन जोखिमों को कम करने के लिए अनुशंसित दृष्टिकोण यह है कि आपकी आर्किटेक्चर में एक सुरक्षा प्रणाली शामिल हो जो हानिकारक व्यवहार का पता लगा सके और उसे रोक सके। Azure AI Content Safety एक स्वतंत्र सुरक्षा परत प्रदान करता है, जो अनुप्रयोगों और सेवाओं में हानिकारक उपयोगकर्ता-जनित और AI-जनित सामग्री का पता लगाने में सक्षम है। Azure AI Content Safety में टेक्स्ट और इमेज APIs शामिल हैं जो आपको हानिकारक सामग्री का पता लगाने की अनुमति देते हैं। Azure AI Foundry के भीतर, Content Safety सेवा आपको विभिन्न माध्यमों में हानिकारक सामग्री का पता लगाने के लिए नमूना कोड देखने, एक्सप्लोर करने और आज़माने की अनुमति देती है। निम्नलिखित क्विकस्टार्ट दस्तावेज़ आपको सेवा में अनुरोध करने के लिए मार्गदर्शन देता है।

एक अन्य पहलू जिसे ध्यान में रखना आवश्यक है वह है समग्र अनुप्रयोग प्रदर्शन। मल्टी-मॉडल और मल्टी-मोडल अनुप्रयोगों के साथ, प्रदर्शन का मतलब है कि सिस्टम आपके और आपके उपयोगकर्ताओं की अपेक्षा के अनुसार काम करता है, जिसमें हानिकारक आउटपुट न उत्पन्न करना भी शामिल है। आपके समग्र अनुप्रयोग के प्रदर्शन का आकलन करना महत्वपूर्ण है, जिसमें Performance और Quality और Risk और Safety evaluators का उपयोग किया जाता है। आपके पास custom evaluators बनाने और उनका मूल्यांकन करने की क्षमता भी है। आप अपने विकास वातावरण में Azure AI Evaluation SDK का उपयोग करके अपने AI एप्लिकेशन का मूल्यांकन कर सकते हैं। दिए गए परीक्षण डेटा सेट या लक्ष्य के आधार पर, आपके जनरेटिव AI एप्लिकेशन की उत्पत्तियों को अंतर्निर्मित मूल्यांककों या आपके चुने हुए कस्टम मूल्यांककों के साथ मात्रात्मक रूप से मापा जाता है। अपने सिस्टम का मूल्यांकन करने के लिए Azure AI Evaluation SDK के साथ शुरुआत करने के लिए, आप त्वरित प्रारंभ गाइड का अनुसरण कर सकते हैं। एक मूल्यांकन रन निष्पादित करने के बाद, आप Azure AI Foundry में परिणामों को विज़ुअलाइज़ कर सकते हैं।

ट्रेडमार्क्स

यह प्रोजेक्ट परियोजनाओं, उत्पादों, या सेवाओं के लिए ट्रेडमार्क या लोगो को शामिल कर सकता है। Microsoft ट्रेडमार्क या लोगो के अधिकृत उपयोग को Microsoft के ट्रेडमार्क और ब्रांड दिशानिर्देशों का पालन करना चाहिए। इस प्रोजेक्ट के संशोधित संस्करणों में Microsoft ट्रेडमार्क या लोगो का उपयोग भ्रम पैदा नहीं करना चाहिए या Microsoft प्रायोजन का संकेत नहीं देना चाहिए। किसी भी तृतीय-पक्ष ट्रेडमार्क या लोगो का उपयोग उन तृतीय-पक्ष की नीतियों के अधीन है।

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल दस्तावेज़, जो इसकी मूल भाषा में है, को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।