平台 这包括各种技术，如Azure AI Foundry、Azure Machine Learning、AI Tools、Kaito和ONNX Runtime。
基础设施 这包括CPU和FPGA，它们是微调过程中的关键部分。让我向你展示每种技术的图标。
工具和框架 这包括ONNX Runtime和ONNX Runtime。让我向你展示每种技术的图标。 [插入ONNX Runtime和ONNX Runtime的图标]
使用微软技术进行微调过程涉及各种组件和工具。通过理解和利用这些技术，我们可以有效地微调我们的应用程序并创建更好的解决方案。
使用托管微调来微调模型，无需创建和管理计算资源。
无服务器微调适用于Phi-3-mini和Phi-3-medium模型，使开发人员能够快速轻松地为云和边缘场景定制模型，而无需安排计算资源。我们还宣布，Phi-3-small现在通过我们的模型即服务产品提供，使开发人员可以快速轻松地开始AI开发，而无需管理底层基础设施。
用户管理自己的计算资源以微调他们的模型。
| 场景 | LoRA | QLoRA | PEFT | DeepSpeed | ZeRO | DORA |
| 将预训练的LLM适应特定任务或领域 | 是 | 是 | 是 | 是 | 是 | 是 |
| 为NLP任务（如文本分类、命名实体识别和机器翻译）进行微调 | 是 | 是 | 是 | 是 | 是 | 是 |
| 为QA任务进行微调 | 是 | 是 | 是 | 是 | 是 | 是 |
| 为聊天机器人生成类似人类的响应进行微调 | 是 | 是 | 是 | 是 | 是 | 是 |
| 为生成音乐、艺术或其他形式的创意进行微调 | 是 | 是 | 是 | 是 | 是 | 是 |
| 减少计算和财务成本 | 是 | 是 | 否 | 是 | 是 | 否 |
| 减少内存使用 | 否 | 是 | 否 | 是 | 是 | 是 |
| 使用更少的参数进行高效微调 | 否 | 是 | 是 | 否 | 否 | 是 |
| 内存高效的数据并行形式，可访问所有可用GPU设备的总GPU内存 | 否 | 否 | 否 | 是 | 是 | 是 |
免责声明： 本文档是使用基于机器的人工智能翻译服务进行翻译的。尽管我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。应将原始语言的文档视为权威来源。对于关键信息，建议进行专业的人类翻译。我们对使用此翻译所产生的任何误解或误读不承担责任。