Skip to content

Latest commit

 

History

History
233 lines (189 loc) · 25 KB

README.md

File metadata and controls

233 lines (189 loc) · 25 KB

Phi Cookbook: MicrosoftのPhiモデルを使った実践例

Open and use the samples in GitHub Codespaces Open in Dev Containers

GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

GitHub watchers GitHub forks GitHub stars

Azure AI Community Discord

PhiはMicrosoftが開発したオープンソースのAIモデルシリーズです。

Phiは現在、最も強力かつコストパフォーマンスの高い小型言語モデル（SLM）であり、多言語対応、推論、テキスト/チャット生成、コーディング、画像、音声などのシナリオで非常に優れたベンチマークを持っています。

Phiはクラウドやエッジデバイスにデプロイ可能で、限られたコンピューティングリソースでも簡単に生成AIアプリケーションを構築できます。

これらのリソースを使い始めるためのステップは以下の通りです：

  1. リポジトリをフォークする: GitHub forks をクリックしてください。
  2. リポジトリをクローンする: git clone https://github.com/microsoft/PhiCookBook.git
  3. Microsoft AI Discordコミュニティに参加し、専門家や他の開発者と交流する

cover

🌐 多言語対応

フランス語 | スペイン語 | ドイツ語 | ロシア語 | アラビア語 | ペルシア語 (ファルシ) | ウルドゥー語 | 中国語 (簡体字) | 中国語 (繁体字, マカオ) | 中国語 (繁体字, 香港) | 中国語 (繁体字, 台湾) | 日本語 | 韓国語 | ヒンディー語 | ベンガル語 | マラーティー語 | ネパール語 | パンジャーブ語 (グルムキー) | ポルトガル語 (ポルトガル) | ポルトガル語 (ブラジル) | イタリア語 | ポーランド語 | トルコ語 | ギリシャ語 | タイ語 | スウェーデン語 | デンマーク語 | ノルウェー語 | フィンランド語 | オランダ語 | ヘブライ語 | ベトナム語 | インドネシア語 | マレー語 | タガログ語 (フィリピン語) | スワヒリ語 | ハンガリー語 | チェコ語 | スロバキア語 | ルーマニア語 | ブルガリア語 | セルビア語 (キリル文字) | クロアチア語 | スロベニア語

目次

Phiモデルの使用方法

Azure AI FoundryでのPhi

Microsoft Phiを使用し、さまざまなハードウェアデバイスでE2Eソリューションを構築する方法を学ぶことができます。Phiを体験するには、モデルを試してみたり、シナリオに合わせてPhiをカスタマイズすることから始めましょう。 Azure AI Foundry Azure AI Model Catalogを使用してさらに学べます。Azure AI Foundryの入門ガイドもご覧ください。

プレイグラウンド 各モデルには専用のプレイグラウンドがあります。Azure AI Playgroundでモデルを試してみてください。

GitHubモデルでのPhi

Microsoft Phiを使用し、さまざまなハードウェアデバイスでE2Eソリューションを構築する方法を学ぶことができます。Phiを体験するには、モデルを試してみたり、シナリオに合わせてPhiをカスタマイズすることから始めましょう。 GitHub Model Catalogを使用してさらに学べます。GitHub Model Catalogの入門ガイドもご覧ください。

プレイグラウンド 各モデルには専用のプレイグラウンドがあります。

Hugging FaceでのPhi

モデルはHugging Faceでも利用可能です。

プレイグラウンド Hugging Chatプレイグラウンド

責任あるAI

Microsoftは、お客様がAI製品を責任を持って使用できるよう支援し、学びを共有し、透明性のあるパートナーシップを構築することにコミットしています。これには、Transparency NotesやImpact Assessmentsといったツールが含まれます。これらのリソースの多くはhttps://aka.ms/RAIで見つけることができます。 Microsoftの責任あるAIへの取り組みは、公平性、信頼性と安全性、プライバシーとセキュリティ、包括性、透明性、説明責任といったAI原則に基づいています。

このサンプルで使用されているような大規模な自然言語、画像、音声モデルは、不公平、不信頼、または攻撃的な振る舞いをする可能性があり、結果として害を引き起こすことがあります。Azure OpenAIサービスのTransparency Noteを参照し、リスクや制限について理解してください。

これらのリスクを軽減する推奨アプローチは、有害な振る舞いを検出し防止する安全システムをアーキテクチャに組み込むことです。Azure AI Content Safetyは、アプリケーションやサービス内で生成された有害なコンテンツを検出できる独立した保護層を提供します。Azure AI Content Safetyには、有害なテキストや画像を検出するAPIが含まれています。Azure AI Foundry内では、Content Safetyサービスを使用して、有害なコンテンツを検出するサンプルコードを閲覧、探索、試用することができます。クイックスタートドキュメントでは、サービスへのリクエストを行う方法について説明しています。

もう1つ考慮すべき点は、全体的なアプリケーションのパフォーマンスです。マルチモーダルおよびマルチモデルのアプリケーションにおいて、パフォーマンスとはシステムが期待通りの動作をし、ユーザーに有害な出力を生成しないことを意味します。アプリケーション全体のパフォーマンスを評価するには、Performance and Quality and Risk and Safety evaluatorsを使用することが重要です。カスタム評価機能を作成し評価することも可能です。 Azure AI Evaluation SDK を使用して、開発環境で AI アプリケーションを評価することができます。Azure AI Evaluation SDK を使用すると、テストデータセットやターゲットを基に生成型 AI アプリケーションの生成物を、組み込みの評価ツールや任意のカスタム評価ツールで定量的に測定できます。Azure AI Evaluation SDK を使ってシステムを評価するには、クイックスタートガイドに従ってください。評価を実行した後は、Azure AI Foundry で結果を可視化することができます。

商標

このプロジェクトには、プロジェクト、製品、サービスの商標やロゴが含まれる場合があります。Microsoft の商標やロゴの正規の使用は、Microsoft の商標およびブランドガイドラインに従う必要があります。このプロジェクトの改変版における Microsoft の商標やロゴの使用は、混乱を招いたり Microsoft の後援を暗示したりしないようにしてください。第三者の商標やロゴの使用については、その第三者のポリシーに従う必要があります。

免責事項:
この文書はAI翻訳サービスCo-op Translatorを使用して翻訳されています。正確性を追求していますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。元の言語で記載された原文が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当方は一切の責任を負いません。