はじめに Azure OpenAI Developers セミナー第2回でも語らせていただきました、Azure Cognitive Search のベクトル検索、ハイブリッド検索、セマンティックハイブリッド検索のデモネタについて紹介します。 Azure Cognitive Search がベクトル検索に対応したことで、クラシカルなキーワード検索と組み合わせたハイブリッド検索が可能になりました。今回はいつもの戦国武将データセットを例に、それぞれの機能を比較していきましょう。 ベクトル検索 text-embeddings-ada-002 で生成した Embeddings を格納します。 「源実友のお歌にはどのような特徴があったのでしょうか？」というわざとスペルミスを入れたり和歌をお歌と言い換えたりしたクエリーで検索をかけます。ja.lucene というスタンダードな日本語アナライザーに搭載され
1985年、福島県生まれ。慶應義塾大学文学部卒業。IT系ニュースサイトを運営するアイティメディアで情報システム部に在籍し、エンタープライズIT領域において年間60本ほどのイベントを企画。2018年10月、フリーに転向。現在は記者、広報、イベント企画、ブランドアンバサダー、マネージャーとして、行政から民間まで幅広く記事執筆、企画運営に奔走している。著書『ルポ 日本のDX最前線』（集英社インターナショナル） Twitter：https://twitter.com/sakaisaketen 酒井真弓のDX最前線 2018年に経済産業省のレポートが「DXの壁」を指摘したように、日本では、DX（デジタルトランスフォーメーション）が遅れているとよく言われている。また、「日本はもはやIT後進国」「なぜアメリカのGAFAや中国のBATHと渡り合える企業が日本では生まれないのか」などの悲観的な意見もしばしば
Security Best Practices for GenAI Applications (OpenAI) in Azure
Introduction GenAI applications are those that use large language models (LLMs) to generate natural language texts or perform natural language understanding tasks. LLMs are powerful tools that can enable various scenarios such as content creation, summarization, translation, question answering, and conversational agents. However, LLMs also pose significant security challenges that need to be addre
その1（リソースグループ / App Service / Cosmos DBを紹介） その2（OpenAI Service / Log Analytics / API Managementを紹介） → 本記事 OpenAIで開発するならAzureはマストになってきた ChatGPTを始めとする生成AI、特に大規模言語モデル（LLM）の勢いが止まりません。 もはや小回りのきくWeb系スタートアップに限らず、そろそろエンタープライズな組織でも「わが社もChatGPTを使ってなんか作るぞい！」的なムーブが広がっている頃ではないでしょうか。 大企業でシステムを作ろうとするとセキュリティやコンプライアンスの壁があるため、ChatGPTのようなSaaSを気軽に活用するのは大きなハードルになってしまいます。そこでプライベートな環境で安全にOpenAIのAPIサービスを活用できるMicrosoft Azu
Azure OpenAI Insights: Monitoring AI with Confidence
Azure OpenAI Insights: Monitoring AI with Confidence Welcome to the forefront of AI innovation! In the ever-evolving world of Artificial Intelligence, organizations and entities across various sectors are on a quest to leverage advanced technologies efficiently. Azure OpenAI opens a realm of possibilities, offering both challenges and excitement, particularly for those at the early stages of AI ad
※ 上記の表にあるサブネットは、Azure の仮想ネットワーク上のサブネットを指します。 (*1)PLS は Private Link Service を指す。Azure 内部ロードバランサーに対して関連付けする機能。 (*2)接続制限の設定については、接続先の Azure PaaS に依存する。 (*3)PE が構成された VNet のサブネット上におけるネットワーク ポリシー設定が必要。 (*4)接続先の Azure PaaS によって出力されるログの形態によって異なります。 接続構成についてサービス エンドポイントとプライベート エンドポイントは、Azure PaaS に対する接続を提供する機能であり、どちらのエンドポイントを利用するかは接続元のリソース (クライアント) の動作に依存します。 今回は Storage Account の Azure Blob (contoso.blo
Azure Resource Manager のしくみ - Cloud Adoption Framework
この記事では、基本的な Azure 構成概念であるリソース、サブスクリプション、リソース グループから始めて、Azure にリソースをデプロイする方法について説明します。 次に、Azure Resource Manager (ARM) がリソースをデプロイする方法について説明します。 Azure リソースとは Azure でのリソースとは、Azure が管理するエンティティです。 仮想マシン、仮想ネットワーク、ストレージ アカウントはすべて Azure リソースの例です。 Azure リソース グループとは Azure の各リソースは、リソース グループに属している必要があります。 リソース グループは、複数のリソースを関連付ける論理コンテナーです。これにより、ライフサイクルとセキュリティに基づいてそれらを 1 つのエンティティとして管理できます。 たとえば、似たようなライフサイクルをリソ
はじめに 2023 年 7 月 に Azure Cognitive Search のベクトル検索のパブリックプレビューが開始しました。これに合わせて Azrue Cognitive Search のドキュメントにベクトル検索のクイックスタートが追加されましたが、執筆時点で REST API のサンプルしか記載されていませんでした。そこで、Pythonista のために同じことを Python で行うための一連の方法をまとめました。 なお、本記事の内容はほぼ Azure Cognitive Search の公式サンプルコードを参考にクイックスタートと同じことをやってみただけの内容になっています。元ネタが気になる方は公式の Python サンプルコードを直接ご覧ください。 【追記】2023 年 11 月にベクトル検索とセマンティック検索が一般提供 (GA) になりました。また、Azure Co
「Microsoft Playwright Testing」は、Microsoft Azureでウェブアプリのテストと自動化を可能にします
GREE Tech Conference はさまざまなチャレンジを通して得られた知見や、これから取り組んでいくチャレンジを紹介する技術カンファレンスです。ここでグリー株式会社の新澤氏が登壇。まずは、Azure Stack HCI構築の流れ、つまずきポイントについて話します。 構築方法というより泥臭い、キラキラしていない物語 新澤千明氏：みなさん、こんにちは。グリー株式会社・開発本部情報システム部の新澤千明と申します。本日は会場にお集まりいただき、また配信をご視聴いただき、ありがとうございます。 当セッションでは、MS（マイクロソフト）の仮想基盤、Azure Stack HCIの導入で得られた知見というか、つまずきポイントを紹介します。 いろいろなことに当てはまると思いますが、なにごとも理想的な青写真のとおりにトラブルなく進み、完成して運用できることはなかなかありません。実際、今回の構築と運
今年もMicrosoft IgniteとBook of Newsにようこそ。インフラ、Microsoft Copilot、データとAIの関係、開発者向けの新しいツール、セキュリティなど、幅広いトピックで100以上の発表が行われる盛りだくさんの内容となっています。 今年のMicrosoft Igniteは、IT開発者とビジネス意思決定者のためのフラッグシップイベントで、シアトルでの直接参加者は4,500人、デジタル参加者は175,000人以上を見込んでいます。このイベントでは、本日発表された新製品やアップデートについて学び、シニアリーダーや専門家から今後の展望について話を聞くことができます。 ブック・オブ・ニュース」は、私たちのすべての発表へのガイドとなるようデザインされており、最新情報を簡単にナビゲートし、最も関心のあるトピックに関する重要な詳細を提供します。画期的な新製品や、仕事や生活を
Microsoft Entraファミリーに新たに追加された2つのネットワークアクセス製品でリモートアクセスがもっと安全に
Microsoft Entraファミリーに新たに追加された2つのネットワークアクセス製品でリモートアクセスがもっと安全に：Microsoft Azure最新機能フォローアップ（201） Microsoftは「Microsoft Entra」製品ファミリーに、新しいレベルのネットワークセキュリティを提供する2製品「Microsoft Entra Internet Access」と「Microsoft Entra Private Access」を追加し、プレビュー提供を開始しました。
Azure上でOracle Exadataが稼働、「Oracle Database@Azure」正式サービス開始。2024年には日本でも提供予定
Azure上でOracle Exadataが稼働、「Oracle Database@Azure」正式サービス開始。2024年には日本でも提供予定 Oracle Database@Azureは、Microsoft Azureのデータセンター上でOracle Exadataが稼働し、Oracle Exadata Database services、Oracle Real Application Clusters(RAC)が利用可能になります。また、Oracle Autonomous Database servicesも提供予定です。 これらの機能や価格は、Oracle Cloud上のOracle Exadataと同じとなります。 これによりOracle Exadatabaseを利用しつつMicrosoft Azure内で完結したシステム構築が可能になります。 マイクロソフトとオラクルの戦略的提
Explore Azure Get to know Azure Discover secure, future-ready cloud solutions—on-premises, hybrid, multicloud, or at the edge Global infrastructure Learn about sustainable, trusted cloud infrastructure with more regions than any other provider Cloud economics Build your business case for the cloud with key financial and technical guidance from Azure Customer enablement Plan a clear path forward fo
LLMOpsを推進！Azure Log Analyticsを活用したLLMの継続的な監視と改善 - AITC - ISID | AI トランスフォーメンションセンター コラム
こんにちは！AIソリューショングループの太田です。 このコラムでは、Azure Log Analyticsを使ったLLMOpsの実現方法について紹介します。 昨年から大規模言語モデル（LLM）を製品やサービスに組み込む企業が増えています。 しかし、LLMサービスの品質を維持するには、その運用にも注意を払う必要があります。 具体的には、LLMの出力の品質管理や、ユーザーからのフィードバックを元にしたプロンプトの最適化など、継続的な監視と改善が求められています。 これらの運用上の活動にAzure Log Analyticsが役立ちます。 LLMOps（LLM（Large Language Model）+ Ops（Operations））とは LLMOpsは製品に組み込まれたLLMの運用に必要なベストプラクティスの概念を指します。 例えば、LLMの運用ではLLMの出力の監視と評価とプロンプト管理
Default outbound access for VMs in Azure will be retired— transition to a new method of internet access | Azure updates | Microsoft Azure
Explore Azure Get to know Azure Discover secure, future-ready cloud solutions—on-premises, hybrid, multicloud, or at the edge Global infrastructure Learn about sustainable, trusted cloud infrastructure with more regions than any other provider Cloud economics Build your business case for the cloud with key financial and technical guidance from Azure Customer enablement Plan a clear path forward fo
ChatGPTを企業内業務でどれだけ使いこなせるかは、生産性に大きな影響を与え得る。しかし、企業で使うためには個人情報の保護など一定の対策が必要だ。企業活用のレベルを3段階に分け、どのようにシステムを構築すればよいかを解説する。 Level 1 セキュリティーとガバナンスを保つ 本稿執筆時点で、セキュリティーやガバナンスの問題をクリアしてChatGPTを業務で使うには米マイクロソフトの「Azure OpenAI Service（以下、Azure OpenAI）」を使うことが第1の選択肢だろう。Azure OpenAIはChatGPTなど、米オープンAIのモデルが利用できるサービスだ。セキュリティーや監査機能などに優れるMicrosoft Azureの一サービスであるため、セキュリティーやガバナンスの機能をそのままChatGPT利用時に適用できる。 代表的なのは、企業情報システムで長く認証基
Azure OpenAI Service の Chat Completion API を JMeter で負荷テストしてみた
はじめに 最近、本番環境で Azure OpenAI Service を導入する事例が増えてきているように感じます。 Azure OpenAI Service の素の API 自体がどれくらいのリクエストに耐えられるのか、個人的にも気になっていました。 そこで具体的なシナリオを想定して、JMeter と Taurus で負荷テストしてみたので、その手順と結果を共有したいと思います。 ※筆者自身も負荷テストは初めてなので、間違っている点があればご指摘いただけますと幸いです。 JMeter と Taurus について JMeter とは JMeter は、Apache Software Foundation が開発しているオープンソースの負荷テストツールです。 HTTP 以外にも、FTP や JDBC などのプロトコルにも対応しており、様々なシナリオでの負荷テストが可能です。操作性も良く、GU
Azure OpenAI Service On your dataで日本語の検索精度を向上させる方法｜クラウドテクノロジーブログ｜ソフトバンク
Azure OpenAI Service On your dataで日本語の検索精度を向上させる方法</h1>\r\n"}}" id="text-7578ec3b7f" class="cmp-text"> Azure OpenAI Service On your dataで日本語の検索精度を向上させる方法 <b><span class=\"biz-smb-fs-p1\">ソリューションエンジニア<br>\r\n 洪 亜龍</span></b></p>\r\n<p>こんにちは、私はAIソリューションの設計・開発・運用をしている洪と申します。機械学習や画像検索などの最新技術に興味があり、日々勉強しています。</p>\r\n<p>趣味はキャンプやスキー、スノーボードです。自然の中でリフレッシュするのが好きです。最近はキャンプ道具を揃えるのに夢中です。</p>\r\n<p> </p>\r
Bicep のドキュメント
Bicep のドキュメント Bicep は、Azure リソースを宣言によってデプロイするための言語です。 Azure Resource Manager テンプレート (ARM テンプレート) の開発には、JSON ではなく Bicep を使用できます。
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 日本マイクロソフトは10月23日、法人向け生成AIの取り組み状況について説明会を開催し、「Azure OpenAI Service」などの国内導入が少なくとも560社以上に達したなどと報告した。企業導入の現況を紹介するとともに、新たなパートナープログラムも予告した。 説明会の冒頭で執行役員 常務 クラウド＆AIソリューション事業本部長の岡嵜禎氏は、生成AIの企業導入が順調な理由として、汎用的なAIであること、推論エンジンの精度が高まっていることを挙げ、同社のクラウドサービスが企業での生成AIの活用を支えているとアピールした。 岡嵜氏によれば、マイクロソフトの生成AIサービスの導入は、グローバルでは1万1000社以上、国内では560社以上
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
作ってみた 百聞は一見に如かずということで、スクリーンショットをいくつかぺたり。 もちろんスマホでも見れるよ ちなみに筆者のツイハイアカウントは @nr_ck です。 どうやって作ったかまとめてみた このエントリは個人で作成したサービスの「ツイハイ！」について、インフラからバックエンド、フロントエンドまで一気通貫でどんな設計で動いてるかまとめたものになります。 ツイハイ！は現在のところアーリーアクセス版というステータスで、かつ実験的なプロジェクトという建付けとしています。まだ基本的な機能のみのため、10年前くらいのTwitterを思い出すかもしれません。小さいSNSで、機能もユーザー数も少ないサービスですが、その裏側はスケールしやすいように考えた設計があります。この設計についてフロントエンド設計、バックエンド設計（次のエントリ）、 インフラ設計（このエントリ） という3つの視点でQiita
ChatGPT（LLM）のビジネス現場での活用に向けた技術的な課題と取り組み - Insight Edge Tech Blog
こんにちは。ビジネスイノベーションスペシャリストの森です。 最近コードを書くときは、Github CopilotとGPT-4を使っていますが、実装スピードが10倍(体感)になりました。 微妙な部分を書き換えながら使うので、初心者がコーディングできるようになるのは難しいと思いますが、 コーディングの単純作業部分を全部任せられるのは非常に便利です。 こんなこともあり、Tech業界は最近生成AI一色です。Insight Edgeでも、数多くのChatGPT(LLM)活用プロジェクトに取り組んでいます。 この記事では、本格的なLLMのビジネス現場活用に向け、日々取り組んでいるテーマと、その技術的な課題を紹介します。 また、本記事のタイトル含め、LLMと記載すべきところをChatGPTという単語を使っている箇所があります。 OpenAI社のChatGPTというサービス名称ではなく、概念(一般名詞)と
GPT-4を使っていない理由は？ 松田敦義氏（以下、松田）：時間になっているので、20分ぐらいQ&Aをやりたいと思っています。どんなことでもかまいませんので、挙手の上、質問をしてもらえればと思います。 質問者1：登壇ありがとうございます。すごく勉強になりました。まずはAPIのモデルに関しての質問です。みなさんわりと、GPT-3.5を使っていることが多いのかなと思うのですが、GPT-4を使っていないのはやはりコスト面が大きな理由だったりするのかどうかを教えていただきたいです。 松本勇気氏（以下、松本）：実はそのタスクによって僕は（GPT-4を）使っています。特に文書解析の人の時給が高いというケースでです。例えばフォーム的な知識が必要なドキュメントの下書きを作ってみましょうといったケースの場合は、正確性のほうがある程度勝ります。そこに関して、例えばこのドキュメント1本を作るのに10万円かかって
連載：羽ばたけ！ネットワークエンジニア 2021年6月、Microsoftと米国の大手通信事業者AT＆Tは、AT＆Tがプライベートクラウドで運用してきた4G／5G網を「Microsoft Azure」（以下、Azure）へ移行する計画を発表した。2023年から5Gコアの通信事業者向けクラウドサービス「Azure for Operators」への移行を始めるという。通信事業者が自前のインフラを捨て、コスト効率が高く、拡張性に富むパブリッククラウドに移行することが注目された。 通信事業者の5Gコアのクラウド化に注力するMicrosoftが、企業のプライベート5G（日本での一般的呼称は「ローカル5G」）を構築するために提供しているサービスが「Microsoft Azure Private 5G Core」（以下、Azure Private 5G Core）だ。その評価環境を国内で初めて構築した「
MS Semantic Kernelを用いたAIアシスタントの作り方（ChatGPT、GPT-4版）【連載第2回】 - Qiita
MS Semantic Kernelを用いたAIアシスタントの作り方（ChatGPT、GPT-4版）【連載第2回】AzureMachineLearningOpenAIChatGPTSemanticKernel 連載第2回です。本記事ではSemantic KernelでChatGPT（gpt-35-turbo）を使用し、チャットをするSemantic functionを実装して、チャット機能を実現します。 ※本領域は変化が激しいです。内容は23年7月9日時点の情報となります まずはじめに、本連載記事で最終的に完成するアプリケーションの動作の様子を示します。本連載の最後にはこのような動作をするAIアシスタント（※Jupyter Notebook）が完成します（※こちら第1回記事に掲載していた動画と同じものです）。 （内容）最初に雑談を交わし、その後、Azureのストレージアカウントを作成しても
マイクロソフトは約1年前の2022年5月末、新しい製品サービス群「Microsoft Entra」を発表しました。Azureのポータルやドキュメントでこの名称を目にすることが多くなってきたと思いますが、Microsoft Entraとは一体何なのか、ざっくり見てみましょう。 IT 専門誌、Web 媒体を中心に執筆活動を行っているテクニカルライター。システムインテグレーター、IT 専門誌の編集者、地方の中堅企業のシステム管理者を経て、2008年にフリーランスに。雑誌やWebメディアに多数の記事を寄稿するほか、ITベンダー数社の技術文書 (ホワイトペーパー) の制作やユーザー事例取材なども行う。2008年10月よりMicrosoft MVP - Cloud and Datacenter Management（旧カテゴリ：Hyper-V）を毎年受賞。岩手県花巻市在住。 主な著書・訳書 『インサイ
Azure OpenAI Service + Azure AI Search(旧：Cognitive Search）でのRAG環境の精度向上を考えてみた - Qiita
社内のデータからGPTに回答をさせる方法 GPTはある特定の期間までの公開されている情報からしか回答をする事が出来ません。企業の中にある機密情報は学習していないので、GPTに質問をしてもGPTは回答のしようがありません。では社内のデータからGPTに回答を生成してもらうためにはどのような方法があるのかと言いますと、これは大きく２つ存在します。１つが「ファインチューニング」と言う方法。もう一つが「RAG」と言う方法になります。 ファインチューニング ファインチューニングは学習済みのGPTモデルに対して、社内の情報を使って追加で学習を行うと言う事となります。これによって、ユーザーが例えば「社内の○○について教えて」とGPTに質問をすると、GPTは社内のデータを追加で学習しているので回答ができるようになるという方法です。 一見すると画期的な方法に見えますが、実際には学習コストが非常に高く、さらには
Quickstart: Use GPT-4 Turbo with Vision on your images and videos with the Azure Open AI Service - Azure OpenAI
Start exploring GPT-4 Turbo with Vision capabilities with a no-code approach through Azure OpenAI Studio. Prerequisites An Azure subscription. Create one for free. Access granted to Azure OpenAI in the desired Azure subscription. Currently, access to this service is granted only by application. You can apply for access to Azure OpenAI by completing the form at https://aka.ms/oai/access. Open an is
LLMがアプリケーションに組み込まれ始めていますが、LLMを組み込んだアプリケーションというのは非常に評価が難しいです。 いわゆる"AI"を使用しないアプリケーションの場合は基本的に処理はルールベースで実行されるため、単体テストやE2Eテストなりで評価を行うことが可能です。 一方でLLMをはじめとしたAIモデルは確率生成に依る部分が多く、テストパスが通ったからと言って毎回同じ出力が得られるとは限りませんし、自然言語で出力された結果をルールベースで評価することも困難です。 上記のように、モデルアップデートのための評価は大変な反面、LLM自体の進化は早く、モデルのアップデートが頻繁に行われています。 例えばOpenAIのGPT-3.5-turboやGPT-4を見ると、リリースから現在まで0301 / 0613 とバージョニングがされていて、それを並行してgpt-35-turbo-16kなどの別
はじめに こんにちは。最近 Azure 触るのが楽しい Identity チームの すかんく です。 Azure OpenAI Service で自社データを含めた検索・回答生成を行う際、検索対象となるデータをフィルタすることが出来るようなので試してみました。 本記事内では極力平易な言葉を用いることで、誰でも読みやすい内容にすることを意識して執筆しております。 そのため、各サービス・機能の解説が不十分であったり、ニュアンスとして不適切な表現が含まれる場合があるかと思いますが、ご容赦いただけますと幸いです。 TL;DR 従来、生成 AI に自社データを取り込んだ場合、元データのアクセス権を意識したデータ選択や回答の生成が困難だった 新しく、Azure OpenAI Service で自社データを利用する際に、検索対象とするデータのフィルタが可能になった 検証した結果、フィルタ機能を適切に運用
Azure SQL Managed Instance および Azure SQL Database では Azure 側でデータの自動バックアップが行われます。 また、ポイントインタイムリストアを使用することで、過去の特定の時点におけるデータベースのコピーを作成することができます。 これについて、社内で「ポイントインタイムリストアを使用せず手動で任意のタイミングのバックアップを取得することは可能か」という話題がありました。 そこで、今回は手動で Azure SQL Managed Instance のデータベースのバックアップ取得が可能がどうか調査をしました。 Transparent Data Encryption について Transparent Data Encryption を変更する Azure SQL Managed Instance から手動でバックアップを取得する おわりに
Create an Azure OpenAI, LangChain, ChromaDB, and Chainlit chat app in AKS using Terraform
In this sample, I demonstrate how to quickly build chat applications using Python and leveraging powerful technologies such as OpenAI ChatGPT models, Embedding models, LangChain framework, ChromaDB vector database, and Chainlit, an open-source Python package that is specifically designed to create user interfaces (UIs) for AI applications. These applications are hosted in an Azure Kubernetes Servi
Azure Functionsでの大量データ処理とグレースフルシャットダウン（前編） - Sansan Tech Blog
技術本部Sansan Engieering Unit Data Hubグループの藤原です。普段はプロダクトのアーキテクチャを改善したり、技術的な課題を解決したり、たまにOSSを書いたりコントリビュートしたりしています。 今年はSansan Data Hubの日々の開発や運用で突き当たっている課題をベースに、現在取り組んでいることや、これから取り組みたいことについて紹介していきたいと思います。今回は、Azure Functionsでの大量データ処理をするとき、グレースフルシャットダウン関連で遭遇した問題について、Azure Functionsの内部構造に触れつつ紹介します。一言でいうと、Event Hubトリガーを使っている場合、SDKのバージョンによってはメッセージが処理されないことがあります（後編で説明しますが、Microsoft.Azure.WebJobs.Extensions.Eve
Azure Machine Learning の Prompt flow で Azure Cognitive Search をベクトルストアとして RAG を実行する - Qiita
Azure Machine Learning の Prompt flow で Azure Cognitive Search をベクトルストアとして RAG を実行するAzureAzureMachineLearningCognitiveSearchChatGPTGPT-4 Azure Machine Learning に Prompt flow が搭載され、パブリックプレビューが開始されました。Prompt flow は大規模言語モデル (LLM) を利用した AI アプリケーションの開発サイクル全体を合理化するように設計された新時代の開発ツールです。 Azure AI Studio Azure AI Studio は Azure OpenAI Studio の Chat Playground や Azure Machine Learning の Prompt flow を包含するサービスと
セッションの進め方 1. 途中で休憩を10～15分程度を挟む予定 2. トイレ休憩はいつでもOK 3. 自由退席 4. デモにはExcel、Power BI、Microsoft Fabricを使用 注: 時間が長く、かつ、カバー内容が非常に広いため、不明点については別途質問して頂 いて構いません スピーカー紹介 Eiki Sui ※その他情報は最終ページ Fabric CAT(旧Power BI CAT) Customer Advisory Team Microsoft Fabricの製品チーム グローバルでFabricのサポート Microsoft Fabric
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Azure Cognitive Search のベクトル検索とハイブリッド検索の比較デモネタ - Qiita
ライオンはChatGPTをどう活用？業務効率化「3つのポイント」を大公開
ソフトバンク、Azure OpenAI Serviceの導入・活用を支援するパッケージソリューションを提供
続・エンプラでOpenAI使うためにAWSエンジニアがAzureに入門してみた！ - Qiita
サービス エンドポイントとプライベート エンドポイントの違い
Azure Cognitive Search のベクトル検索を Python で行う
Microsoft Playwright Testingを発表！内容と特徴を解説
OSとドライバーを入れ直し、MTUの再設定も実施 Azure Stack HCI構築のつまずきポイントを乗り越えた“泥臭い”物語
マイクロソフト Ignite 2023 ニュースブック
Microsoft Playwright Testing | Microsoft Azure
MicrosoftのAzure OpenAIで、セキュアな環境を実現する設計パターンとは
マイクロソフト、生成AIの国内導入は560社以上と報告--パートナー新施策も予告
GitHub - nakamacchi/AzureCAF.LandingZones.Demo
Twitterが𝕏になってしまったので、自分でTwitterみたいなSNSを作ってみた（その１） - Qiita
「生成AI活用に対して、ガイドラインを持っているか？」 各社CTOが語る、OpenAIを使ったプロダクト設計で気をつけていること
Azure Private 5G Coreはこれまでのローカル5Gと何が違うのか？
Microsoft Entraとは何か？マイクロソフトのセキュリティ・ID管理サービスのゆくえ
OpenAIのモデルアップデートに備えてPrompt Flowでモデルの評価フローを作る
Azure OpenAI Serviceに組み込んだ自社データをフィルタする
ラック、企業の安全な生成AI分析プラットフォーム導入を支援するサービスを提供
【Azure SQL Managed Instance】手動でバックアップを取得する - JBS Tech Blog
キカガク、Azure OpenAI Service/ChatGPTの導入支援サービスを提供
Microsoft Fabric データの世界・最新動向 2023年9月 | ドクセル