Este explorador ya no se admite.
Actualice a Microsoft Edge para aprovechar las características y actualizaciones de seguridad más recientes, y disponer de soporte técnico.
¿Qué describe mejor el catálogo de modelos de Foundry?
Un catálogo que consta solo de modelos de base exclusivos de Microsoft
Un centro central para detectar, filtrar, comparar y probar muchos modelos de IA generativos de varios proveedores
Una herramienta que reemplaza la necesidad de una suscripción de Azure
¿Qué afirmación describe mejor un modelo de base en Microsoft Foundry?
Un modelo pequeño y específico de tareas que se debe ajustar antes de que pueda realizar cualquier función útil.
Una herramienta de pruebas comparativas que se usa para comparar diferentes familias de modelos
Un modelo grande y entrenado previamente que proporciona funcionalidades generales y se puede usar inmediatamente o personalizar
En el portal de Foundry, ¿cuál es la principal ventaja de usar el área de juegos de modelos antes de escribir código?
Permite probar avisos, comparar modelos y capturar la configuración de trabajo que puede reutilizar en el código.
Implementa el modelo para usted y quita la necesidad de usar una API.
Reemplaza las instrucciones del sistema mediante la generación automática del mejor aviso del sistema para cada escenario.
¿Cuál es el resultado principal de publicar un agente en Microsoft Foundry?
Convierte el agente en un recurso de Azure administrado con un punto de conexión estable que puede compartir e integrar sin exponer el proyecto de Foundry ni el código fuente.
Reduce automáticamente los costos haciendo que el agente pueda ejecutarse de forma gratuita, independientemente de los tokens de modelo, las herramientas o los servicios de datos conectados.
Reemplaza la necesidad de project API al permitir que solo se llame al agente a través de la interfaz de usuario del portal de Foundry.
En el ejemplo de Python, ¿qué línea es responsable de llamar al agente publicado (en lugar de llamar directamente a una implementación de modelos) al generar una respuesta?
agent = project_client.agents.get(agent_name=myAgent)
openai_client = project_client.get_openai_client()
response = openai_client.responses.create(input=[{'role': 'user', 'content': 'Tell me what you can help with.''}], extra_body={'agent': {'name': agent.name, 'type': 'agent_reference'}},)
Debe responder todas las preguntas antes de comprobar su trabajo.
¿Le ha resultado útil esta página?
¿Necesita ayuda con este tema?
¿Desea intentar usar Ask Learn para aclarar o guiarle a través de este tema?