AML-vaardigheid

Gebruik de AML-vaardigheid om AI-verrijking uit te breiden met een geïmplementeerd basis insluitmodel uit de Microsoft Foundry-modelcatalogus (preview) of een aangepast Azure Machine Learning -model (AML). Uw gegevens worden verwerkt in de geografische locatie waar uw model wordt geïmplementeerd.

U geeft de AML-vaardigheid op in een vaardighedenset, die vervolgens uw geïmplementeerde model integreert in een AI-verrijkingspijplijn. De AML-vaardigheid is handig voor het uitvoeren van verwerking of deductie die niet wordt ondersteund door ingebouwde vaardigheden. Voorbeelden hiervan zijn het genereren van insluitingen met uw eigen model en het toepassen van aangepaste machine learning-logica op verrijkte inhoud.

Gebruik voor online AML-eindpunten een stabiele API-versie of een equivalente Azure SDK om de AML-vaardigheid aan te roepen. Gebruik een preview-API-versie voor verbindingen met de modelcatalogus.

Gebruik van AML-vaardigheden

Net als bij andere vaardigheden heeft de AML-vaardigheid invoer en uitvoer. De invoer wordt verzonden als een JSON-object naar een serverloze implementatie vanuit de foundry-modelcatalogus of een online-eindpunt van AML. De uitvoer moet een geslaagde statuscode, JSON-nettolading en de parameters bevatten die zijn opgegeven door uw AML-vaardigheidsdefinitie. Elk ander antwoord wordt beschouwd als een fout en er worden geen verrijkingen uitgevoerd.

De indexeerfunctie voert twee keer een nieuwe pogingen uit voor de volgende HTTP-statuscodes:

• 503 Service Unavailable
• 429 Too Many Requests

AML-vaardigheid voor modellen in Microsoft Foundry (preview)

Azure AI Zoeken biedt de Microsoft Foundry model catalog vectorizer (preview), die ook beschikbaar is in de wizard Gegevens importeren, voor querytijdverbindingen met de modelcatalogus. Als u deze vectorizer wilt gebruiken voor query's, is de AML-vaardigheid de indexerende tegenhanger voor het genereren van insluitingen met behulp van een model uit de modelcatalogus.

Tijdens het indexeren kan de AML-vaardigheid verbinding maken met de modelcatalogus om vectoren voor de index te genereren. Tijdens het uitvoeren van query's kunnen deze een vectorizer gebruiken om tekenreeksen te vectoriseren met hetzelfde model. Gebruik de AML-vaardigheid en de Microsoft Foundry-modelcatalogusvectorizer zodat hetzelfde insluitmodel wordt gebruikt voor indexering en query's. Zie Insluitmodellen uit de Foundry-modelcatalogus gebruiken voor meer informatie.

U wordt aangeraden de wizard Gegevens importeren te gebruiken om een vaardighedenset te genereren die een AML-vaardigheid bevat voor geïmplementeerde insluitingsmodellen in Foundry. De wizard genereert de AML-vaardigheidsdefinitie voor invoer, uitvoer en toewijzingen, zodat u een model eenvoudig kunt testen voordat u code schrijft.

Voorwaarden

• Een Microsoft Foundry-hubproject of een AML-werkruimte voor een aangepast model dat u maakt.

• Alleen voor hubprojecten is er een implementatie zonder server van een ondersteund model uit de Microsoft Foundry-modelcatalogus. U kunt de Azure CLI gebruiken om de serverloze implementatie in te richten.

@odata.type

Microsoft.Skills.Custom.AmlSkill

Vaardigheidsparameters

Parameters zijn hoofdlettergevoelig. De parameters die u gebruikt, zijn afhankelijk van de verificatie die uw modelprovider nodig heeft, indien van toepassing.

Verificatie

De AML-vaardigheid biedt twee verificatieopties:

• Verificatie op basis van sleutels: U geeft een statische sleutel op voor het verifiëren van scoreaanvragen van de AML-vaardigheid. Stel de uri en key parameters voor deze verbinding in.

• Verificatie op basis van tokens: Het foundry hub-project of het online-eindpunt van AML wordt geïmplementeerd met behulp van verificatie op basis van tokens. De Azure AI Zoeken-service moet een beheerde identiteit en een roltoewijzing hebben voor de modelprovider. De AML-vaardigheid gebruikt vervolgens de identiteit van de zoekservice om te authenticeren bij de modelprovider, zonder dat er statische sleutels nodig zijn. De identiteit van de zoekservice moet de rol Eigenaar of Inzender hebben. Stel de resourceId parameter in en als de zoekservice zich in een andere regio bevindt dan de modelprovider, stelt u de region parameter in.

Invoer van vaardigheden

Invoer van vaardigheden is een knooppunt van het verrijkte document dat is gemaakt tijdens het kraken van documenten. Dit kan bijvoorbeeld het hoofddocument, een genormaliseerde afbeelding of de inhoud van een blob zijn. Er zijn geen vooraf gedefinieerde invoerwaarden voor deze vaardigheid. Voor invoer moet u een of meer knooppunten opgeven die zijn ingevuld op het moment dat de AML-vaardigheid wordt uitgevoerd.

Uitvoer van vaardigheden

Vaardigheidsuitvoer zijn de nieuwe knooppunten van een verrijkt document dat door de vaardigheid is gemaakt. Er zijn geen vooraf gedefinieerde uitvoer voor deze vaardigheid. Voor de uitvoer moet u knooppunten specificeren die kunnen worden gevuld met de JSON-response van uw AML-functionaliteit.

Voorbeelddefinitie

  {
    "@odata.type": "#Microsoft.Skills.Custom.AmlSkill",
    "description": "A custom model that detects the language in a document.",
    "uri": "https://language-model.models.contoso.com/score",
    "context": "/document",
    "inputs": [
      {
        "name": "text",
        "source": "/document/content"
      }
    ],
    "outputs": [
      {
        "name": "detected_language_code"
      }
    ]
  }

JSON-voorbeeldinvoerstructuur

Deze JSON-structuur vertegenwoordigt de payload die wordt verzonden naar uw Foundry hub-gebaseerde project of AML online-eindpunt. De velden op het hoogste niveau van de structuur komen overeen met de namen die zijn opgegeven in de inputs sectie van de vaardigheidsdefinitie. De waarden van deze velden zijn afkomstig uit de bronnen van deze velden, die afkomstig kunnen zijn van een veld in het document of een andere vaardigheid.

{
  "text": "Este es un contrato en Inglés"
}

JSON-voorbeelduitvoerstructuur

De uitvoer komt overeen met de respons van uw Foundry-hubproject of het online-eindpunt van AML. De modelprovider mag alleen een JSON-nettolading retourneren (geverifieerd door de Content-Type antwoordheader te bekijken) en moet een object zijn waarvan de velden verrijkingen zijn die overeenkomen met de 'namen' in de output en waarvan de waarde wordt beschouwd als de verrijking.

{
    "detected_language_code": "es"
}

Definitie van inline-vormgevingsvoorbeeld

  {
    "@odata.type": "#Microsoft.Skills.Custom.AmlSkill",
    "description": "A sample model that detects the language of sentence",
    "uri": "https://language-model.models.contoso.com/score",
    "context": "/document",
    "inputs": [
      {
        "name": "shapedText",
        "sourceContext": "/document",
        "inputs": [
            {
              "name": "content",
              "source": "/document/content"
            }
        ]
      }
    ],
    "outputs": [
      {
        "name": "detected_language_code"
      }
    ]
  }

JSON-invoerstructuur voor inline-vormgeving

{
  "shapedText": { "content": "Este es un contrato en Inglés" }
}

JSON-structuur van voorbeelduitvoer inline vormgeven

{
    "detected_language_code": "es"
}

Foutgevallen

Naast het op foundry hub gebaseerde project of het online AML-eindpunt dat niet beschikbaar is of niet-geslaagde statuscodes verzendt, worden de volgende gevallen als fouten beschouwd:

• De modelprovider retourneert een geslaagde statuscode, maar uit het antwoord blijkt dat het niet application/json is. Het antwoord is dus ongeldig en er worden geen verrijkingen uitgevoerd.

• De modelprovider retourneert ongeldige JSON.

Als de modelprovider niet beschikbaar is of een HTTP-fout retourneert, wordt er een vriendelijke foutmelding met alle beschikbare details over de HTTP-fout toegevoegd aan de uitvoeringsgeschiedenis van de indexeerder.

Verwante inhoud

• Maak een vaardighedenset in Azure AI Zoeken
• Insluitmodellen gebruiken uit de Microsoft Foundry-modelcatalogus voor geïntegreerde vectorisatie (preview)
• Problemen met online eindpunt-implementatie en -scoring oplossen