常見問題 (FAQ)

什麼是 Azure 機器學習 (AzureML)？

Azure ML 是微軟的原生雲平臺，旨在為資料科學家和 ML 工程師提供全面管理機器學習生命週期的功能，包括訓練、部署、監控、管道、自動化機器學習 (AutoML)、模型註冊和負責任的 AI 工具。

什麼是 Azure AI Foundry（前身為 Azure AI Studio）？

Azure AI Foundry 建立在 Azure ML 的基礎上，但專門針對生成式 AI 和基於代理的應用程式進行了定製。它提供：

• 用於構建、評估和部署大型語言模型 (LLM) 和多模態代理的統一體驗。
• 訪問廣泛的開源和商業前沿模型目錄——來自 Azure OpenAI、Hugging Face、Meta、DeepSeek 等。
• 整合工具，如模型評估排行榜、提示流（用於 RAG）、內容安全和代理編排。

基於 Hub 的專案和 Foundry（獨立）專案有什麼區別？

特性	基於 Hub 的專案	獨立的 Foundry 專案
需要 Hub 資源	✅ 是——專案與 Hub 連結	❌ 否——專案單獨建立
共享基礎設施（計算/配額）	✅ 是	❌ 否
共享安全/網路設定	✅ 是	❌ 否
共享資源連線	✅ 是（例如，模型、儲存）	❌ 僅限於每個專案
完整的生成式 AI 工具（微調、評估、RAG、代理編排）	✅ 是	⚠️ 支援有限
可從 Azure ML Studio 訪問	✅ 是	有限/缺失

基於 Hub 的專案提供完整的生成式 AI 功能訪問許可權；獨立專案功能有限。目前，開放模型部署僅可透過基於 Hub 的專案訪問。

我可以透過 Hugging Face Hub 在 Azure AI Foundry 上部署開放模型嗎？

目前還不能，目前您按照從 Azure ML 上的 Hugging Face Hub 一鍵部署中所述從 Hugging Face Hub 部署的模型都部署在 Azure ML 上。如果您想將這些模型部署到 Azure AI Foundry 上基於 Hub 的專案中，那麼您可以轉到 Azure AI Foundry 中基於 Hub 的專案，並瀏覽 Hugging Face 集合以從那裡部署這些模型，或者只需遵循文件中任何解釋如何以程式設計方式部署這些模型的 Azure AI 示例。

< > 在 GitHub 上更新