اگر گفتار فعال باشد، نتیجه گفتار را بگنجانید
March 30, 2026 · View on GitHub
خانواده فی در Microsoft Foundry
Microsoft Foundry یک پلتفرم مطمئن است که به توسعهدهندگان این امکان را میدهد که نوآوری ایجاد کنند و آینده را با هوش مصنوعی به روشی امن، ایمن و مسئولانه شکل دهند.
Microsoft Foundry برای توسعهدهندگان طراحی شده است تا:
- برنامههای هوش مصنوعی مولد را روی یک پلتفرم سازمانی بسازند.
- با استفاده از ابزارهای پیشرفته هوش مصنوعی و مدلهای یادگیری ماشین که مبتنی بر رویههای مسئولانه هوش مصنوعی هستند، کاوش، ساخت، آزمایش و استقرار انجام دهند.
- با تیمی همکاری کنند برای چرخه کامل توسعه برنامه.
با Microsoft Foundry، میتوانید طیف وسیعی از مدلها، خدمات و قابلیتها را کاوش کرده و به ساخت برنامههای هوش مصنوعی که بهترین خدمت را به اهداف شما میکنند، بپردازید. پلتفرم Microsoft Foundry قابلیت مقیاسپذیری برای تبدیل اثبات مفاهیم به برنامههای تولیدی کامل را به آسانی فراهم میکند. نظارت و بهبود مستمر، حمایت از موفقیت بلندمدت را تضمین میکند.

علاوه بر استفاده از سرویس Azure AOAI در Microsoft Foundry، میتوانید از مدلهای شخص ثالث در کاتالوگ مدل Microsoft Foundry نیز استفاده کنید. این گزینه خوبی است اگر بخواهید از Microsoft Foundry به عنوان پلتفرم راهحل هوش مصنوعی خود استفاده کنید.
ما میتوانیم مدلهای خانواده فی را به سرعت از طریق کاتالوگ مدل در Microsoft Foundry مستقر کنیم.
مدلهای فی در مدلهای Microsoft Foundry

استقرار Phi-4 در Microsoft Foundry

آزمایش Phi-4 در زمین بازی Microsoft Foundry

اجرای کد پایتون برای فراخوانی Phi-4 در Microsoft Foundry
import os
import base64
from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
endpoint = os.getenv("ENDPOINT_URL", "Your Azure AOAI Service Endpoint")
deployment = os.getenv("DEPLOYMENT_NAME", "Phi-4")
token_provider = get_bearer_token_provider(
DefaultAzureCredential(),
"https://cognitiveservices.azure.com/.default"
)
client = AzureOpenAI(
azure_endpoint=endpoint,
azure_ad_token_provider=token_provider,
api_version="2024-05-01-preview",
)
chat_prompt = [
{
"role": "system",
"content": "You are an AI assistant that helps people find information."
},
{
"role": "user",
"content": "can you introduce yourself"
}
]
# اگر گفتار فعال باشد، نتیجه گفتار را بگنجانید
messages = chat_prompt
completion = client.chat.completions.create(
model=deployment,
messages=messages,
max_tokens=800,
temperature=0.7,
top_p=0.95,
frequency_penalty=0,
presence_penalty=0,
stop=None,
stream=False
)
print(completion.to_json())
توضیح ارسال:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که تلاش ما بر دقت استوار است، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است شامل خطاها یا نادرستیهایی باشند. سند اصلی به زبان مبدا باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، توصیه میشود از ترجمه حرفهای انسانی استفاده شود. ما مسئول هیچگونه سوءتفاهم یا تفسیر نادرستی که از استفاده از این ترجمه ناشی شود، نیستیم.