Phi कुकबुक: Microsoft के Phi मॉडलों के साथ व्यावहारिक उदाहरण

April 23, 2026 · View on GitHub

Phi Microsoft द्वारा विकसित मुक्त स्रोत AI मॉडलों की एक श्रृंखला है।

Phi वर्तमान में सबसे शक्तिशाली और किफायती छोटे भाषा मॉडल (SLM) है, जिसमें बहुभाषी, तर्कशक्ति, टेक्स्ट/चैट जनरेशन, कोडिंग, छवियाँ, ऑडियो और अन्य परिदृश्यों में बहुत अच्छे बेंचमार्क हैं।

आप Phi को क्लाउड या एज उपकरणों पर तैनात कर सकते हैं, और सीमित कंप्यूटिंग शक्ति के साथ आसानी से जनरेटिव AI अनुप्रयोग बना सकते हैं।

इन संसाधनों का उपयोग शुरू करने के लिए इन चरणों का पालन करें:

संग्रहालय को फोर्क करें: क्लिक करें
संग्रहालय क्लोन करें: git clone https://github.com/microsoft/PhiCookBook.git
Microsoft AI डिस्कॉर्ड समुदाय से जुड़ें और विशेषज्ञों तथा अन्य डेवलपर्स से मिलें

cover

🌐 बहुभाषी समर्थन

GitHub Action द्वारा समर्थित (स्वचालित और हमेशा अप-टू-डेट)

स्थानीय रूप से क्लोन करना पसंद है?

इस संग्रहालय में 50+ भाषा अनुवाद शामिल हैं जो डाउनलोड आकार को काफी बढ़ा देते हैं। अनुवादों के बिना क्लोन करने के लिए sparse checkout का उपयोग करें:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/PhiCookBook.git
cd PhiCookBook
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/PhiCookBook.git
cd PhiCookBook
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
यह आपको कोर्स पूरा करने के लिए आवश्यक सब कुछ बहुत तेज़ डाउनलोड के साथ देता है।

विषय सूची

आप Microsoft Phi का उपयोग कैसे करें और अपने विभिन्न हार्डवेयर उपकरणों में E2E समाधान कैसे बनाएं, यह सीख सकते हैं। Phi का अनुभव करने के लिए, मॉडल के साथ खेलने और अपने परिदृश्यों के लिए Phi को अनुकूलित करने से शुरू करें Microsoft Foundry Azure AI Model Catalog का उपयोग कर सकते हैं। आप Microsoft Foundry के साथ शुरू करना सीख सकते हैं।

प्लेस्टेशन प्रत्येक मॉडल के पास उसके परीक्षण के लिए समर्पित प्लेग्राउंड है Azure AI Playground।

GitHub Models पर Phi

आप Microsoft Phi का उपयोग कैसे करें और अपने विभिन्न हार्डवेयर उपकरणों में E2E समाधान कैसे बनाएं, यह सीख सकते हैं। Phi का अनुभव करने के लिए, मॉडल के साथ खेलने और अपने परिदृश्यों के लिए Phi को अनुकूलित करने से शुरू करें GitHub Model Catalog का उपयोग कर सकते हैं। आप GitHub Model Catalog के साथ शुरू करना सीख सकते हैं।

प्लेस्टेशन प्रत्येक मॉडल के लिए समर्पित परीक्षण प्लेग्राउंड उपलब्ध है।

Hugging Face पर Phi

आप यह मॉडल Hugging Face पर भी पा सकते हैं।

प्लेस्टेशन Hugging Chat प्लेग्राउंड

🎒 अन्य कोर्स

हमारी टीम अन्य कोर्स भी बनाती है! देखें:

LangChain

Azure / Edge / MCP / एजेंट्स

जनरेटिव AI श्रृंखला

कोर लर्निंग

कॉपिलट श्रृंखला

ज़िम्मेदार AI

Microsoft हमारे ग्राहकों को हमारे AI उत्पादों का जिम्मेदारी से उपयोग करने में सहायता करने के लिए प्रतिबद्ध है, हमारे अनुभव साझा करता है, और पारदर्शिता नोट्स और प्रभाव आकलनों जैसे उपकरणों के माध्यम से भरोसेमंद साझेदारी बनाता है। इन संसाधनों में से कई https://aka.ms/RAI पर पाए जा सकते हैं।
Microsoft का जिम्मेदार AI के लिए दृष्टिकोण हमारे AI सिद्धांतों पर आधारित है: निष्पक्षता, विश्वसनीयता और सुरक्षा, गोपनीयता और सुरक्षा, समावेशन, पारदर्शिता, और जवाबदेही।

विस्तृत पैमाने पर प्राकृतिक भाषा, छवि, और भाषण मॉडल - जैसे इस नमूने में उपयोग किए गए - संभावित रूप से अनुचित, अविश्वसनीय, या अपमानजनक व्यवहार कर सकते हैं, जिससे हानि हो सकती है। कृपया जोखिमों और सीमाओं के बारे में सूचित रहने के लिए Azure OpenAI सेवा पारदर्शिता नोट देखें। इन जोखिमों को कम करने के लिए अनुशंसित तरीका यह है कि आपकी आर्किटेक्चर में एक सुरक्षा प्रणाली शामिल की जाए जो हानिकारक व्यवहार का पता लगा सके और उसे रोक सके। Azure AI Content Safety एक स्वतंत्र सुरक्षा परत प्रदान करता है, जो अनुप्रयोगों और सेवाओं में हानिकारक उपयोगकर्ता-जनित और AI-जनित सामग्री का पता लगाने में सक्षम है। Azure AI Content Safety में टेक्स्ट और इमेज API शामिल हैं जो आपको हानिकारक सामग्री का पता लगाने की अनुमति देते हैं। Microsoft Foundry के भीतर, Content Safety सेवा आपको विभिन्न माध्यमों में हानिकारक सामग्री का पता लगाने के लिए नमूना कोड देखने, एक्सप्लोर करने और आज़माने की सुविधा प्रदान करती है। निम्नलिखित quickstart documentation आपको सेवा को अनुरोध भेजने में मार्गदर्शन करती है।

एक अन्य पहलू जिसे ध्यान में रखना आवश्यक है, वह है समग्र आवेदन प्रदर्शन। मल्टी-मॉडल और मल्टी-मॉडल्स एप्लिकेशन के साथ, हम प्रदर्शन को इस रूप में देखते हैं कि प्रणाली आपकी और आपके उपयोगकर्ताओं की अपेक्षा के अनुसार कार्य करती है, जिसमें हानिकारक आउटपुट उत्पन्न न करना भी शामिल है। आपके पूरे आवेदन के प्रदर्शन का मूल्यांकन करना महत्वपूर्ण है, इसके लिए Performance and Quality and Risk and Safety evaluators का उपयोग करें। आपके पास custom evaluators बनाने और उनका मूल्यांकन करने की भी क्षमता है।

आप अपने विकास पर्यावरण में Azure AI Evaluation SDK का उपयोग करके अपने AI आवेदन का मूल्यांकन कर सकते हैं। चाहे आपके पास एक परीक्षण डेटासेट हो या कोई लक्ष्य, आपके जनरेटिव AI आवेदन के जनरेशन को बिल्ट-इन एवालुएटर्स या आपकी पसंद के कस्टम इवालुएटर्स के साथ मात्रात्मक रूप से मापा जाता है। अपने सिस्टम का मूल्यांकन करने के लिए azure ai evaluation sdk के साथ आरंभ करने के लिए, आप quickstart guide का पालन कर सकते हैं। एक बार जब आप एक मूल्यांकन रन निष्पादित करते हैं, तो आप Microsoft Foundry में परिणामों का विज़ुअलीकरण कर सकते हैं।

ट्रेडमार्क

यह परियोजना परियोजनाओं, उत्पादों, या सेवाओं के ट्रेडमार्क या लोगो शामिल कर सकती है। माइक्रोसॉफ्ट ट्रेडमार्क या लोगो के अधिकृत उपयोग को Microsoft's Trademark & Brand Guidelines का पालन करना आवश्यक है। माइक्रोसॉफ्ट ट्रेडमार्क या लोगो का इस परियोजना के परिवर्तित संस्करणों में उपयोग भ्रम पैदा नहीं करना चाहिए या माइक्रोसॉफ्ट प्रायोजन का संकेत नहीं देना चाहिए। किसी भी तृतीय-पक्ष ट्रेडमार्क या लोगो का उपयोग तृतीय-पक्ष की नीतियों के अनुसार होगा।

सहायता प्राप्त करना

यदि आप फंस जाते हैं या AI ऐप्स बनाने के संबंध में कोई प्रश्न है, तो जुड़ें:

यदि आपके पास उत्पाद प्रतिक्रिया है या निर्माण के दौरान त्रुटियाँ होती हैं तो देखें:

अस्वीकरण: इस दस्तावेज़ का अनुवाद एआई अनुवाद सेवा Co-op Translator का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान रखें कि स्वचालित अनुवादों में त्रुटियाँ या गलतियाँ हो सकती हैं। मूल दस्तावेज़ उसकी स्वदेशी भाषा में ही आधिकारिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम जिम्मेदार नहीं हैं।