Ciclo de vida de modelo

Os recursos do serviço de linguagem utilizam modelos de IA. Atualizamos o serviço linguístico com novas versões de modelos para melhorar a precisão, o suporte e a qualidade. À medida que os modelos envelhecem, eles são aposentados. Use este artigo para obter informações sobre esse processo e o que você pode esperar para seus aplicativos.

Recursos pré-construídos

Nossos recursos de serviço de linguagem padrão (não personalizados) são construídos em modelos de IA que chamamos de modelos pré-treinados ou pré-construídos.

Atualizamos regularmente o serviço linguístico com novas versões de modelos para melhorar a precisão, o suporte e a qualidade do modelo.

Por padrão, todas as solicitações de API usarão o modelo mais recente de disponibilidade geral (GA).

Escolha a versão do modelo usada em seus dados

Recomendamos o uso da versão do latest modelo para utilizar os modelos mais recentes e da mais alta qualidade. À medida que nossos modelos melhoram, é possível que alguns dos resultados do seu modelo mudem. As versões do modelo podem ser preteridas, portanto, não aceitamos mais versões de modelo GA especificadas em sua implementação.

Os modelos de visualização usados para recursos de visualização não mantêm um período mínimo de aposentadoria e podem ser preteridos a qualquer momento.

Por padrão, as solicitações de API e SDK usarão o modelo Geralmente Disponível mais recente. Você pode usar um parâmetro opcional para selecionar a versão do modelo a ser usado (não recomendado).

Use a tabela abaixo para encontrar quais versões de modelo são suportadas por cada recurso:

* Última versão do modelo geralmente disponível (GA) ** Última versão de pré-visualização

Funcionalidades personalizadas

Prazo de expiração

Para recursos personalizados, há duas partes fundamentais da implementação de IA: treinamento e implantação. Novas configurações são lançadas regularmente com melhorias regulares de IA, para que configurações mais antigas e menos precisas sejam aposentadas.

Use a tabela abaixo para encontrar quais versões de modelo são suportadas por cada recurso:

** Para as versões de configuração de treinamento mais recentes, as datas de expiração publicadas estão sujeitas à disponibilidade de uma versão mais recente do modelo. Se não estiverem disponíveis versões mais recentes do modelo, a data de validade pode ser prolongada.

As configurações de treinamento normalmente ficam disponíveis por seis meses após seu lançamento. Se você tiver atribuído uma configuração treinada a uma implantação, essa implantação expirará após doze meses da expiração da configuração de treinamento. Se seus modelos estão prestes a expirar, você pode treinar novamente e reimplantar seus modelos com a versão de configuração de treinamento mais recente.

Após a data de expiração da configuração de treinamento, você terá que usar outra versão de configuração de treinamento suportada para enviar quaisquer trabalhos de treinamento ou implantação. Após a data de expiração da implantação, seu modelo implantado não estará disponível para ser usado para previsão.

Depois que a versão de configuração de treinamento expirar, as chamadas de API retornarão um erro quando chamadas ou usadas se chamadas com uma versão de configuração expirada. Por padrão, as solicitações de treinamento usam a versão de configuração de treinamento mais recente disponível. Para alterar a versão de configuração, use o trainingConfigVersion parâmetro ao enviar um trabalho de treinamento e atribua a versão desejada.

Versões da API

Ao fazer chamadas de API para os seguintes recursos, você precisa especificar o que API-VERISON deseja usar para concluir sua solicitação. Recomenda-se usar as versões mais recentes da API disponíveis.

Se você estiver usando o Language Studio para seus projetos, usará a versão mais recente da API disponível. Outras versões de API só estão disponíveis por meio das APIs REST e bibliotecas de cliente.

Use a tabela a seguir para localizar quais versões de API são suportadas por cada recurso:

Próximos passos

Visão geral da Linguagem de IA do Azure