支援的模型

Azure AI/ML 上提供了 Hugging Face Hub 中的大約 11,000 多個開源模型，這只是 1,800,000 多個公共開源模型中的一個子集，因為 Azure 中的 Hugging Face 集合是 Hub 上下載量最多/最相關的模型的精選子集，並且與 Transformers、Sentence Transformers 和 Diffusers 以及其他 Hugging Face 庫和解決方案相容。

話雖如此，支援的模型涵蓋了不同的架構和後端，但要確定 Hugging Face Hub 中的模型是否在 Azure AI/ML 的模型目錄中可用，可以採取以下任一方式：

導航到 https://huggingface.co/models 下的給定模型的模型卡，並確保“部署”按鈕可用且列出了 Azure ML 選項。如果滿足此條件，則如果模型在 Azure ML 上可用，將顯示指向 Azure ML 上的模型的 URI；否則，將不顯示 URI，並會出現一個“請求新增”按鈕，用於請求新增模型（有關後者的更多資訊，請參閱請求將模型新增到 Azure 上的 Hugging Face 集合）。
另一方面，您還可以導航到 Azure ML 或 Azure AI Foundry（後者僅適用於基於 Hub 的專案）的模型目錄中的 Hugging Face 集合，並在搜尋欄中查詢給定模型。如果模型出現，則表示它受支援，您可以獲取指向它的 URI 以程式設計方式部署它；否則，您可以提出問題請求新增模型，或者如前所述透過 Hugging Face Hub 請求。
或者，您還可以使用以下 Python 程式碼片段以程式設計方式檢查給定模型是否可用：該程式碼片段向 Azure API 傳送請求，如果給定 Hugging Face Hub 的模型 ID 可用，則返回 HTTP 200 和模型 URI；如果不可用，則返回 HTTP 404。

import requests

model_id = "HuggingFaceTB/SmolLM3-3B"
response = requests.get("https://generate-azureml-urls.azurewebsites.net/api/generate", params={"modelId": model_id})
if response.status_code == 200:
    print(response.json())
    # {"url": "https://ml.azure.com/models/huggingfacetb-smollm3-3b/version/1/catalog/registry/HuggingFace"}

我們對 Hugging Face 和 Microsoft Azure 之間的此次合作感到非常興奮，並正在努力將 Hugging Face 集合中最好的開源模型引入 Azure ML/AI，敬請關注未來幾個月的更新和更多模型的推出！

< > 在 GitHub 上更新