Microsoft Azure - Weights & Biases Documentation

Weights & Biases (W&B) Weave s’intègre aux services Microsoft Azure OpenAI pour aider les équipes à optimiser leurs applications d’IA sur Azure. Cette page vous montre comment commencer à suivre les appels à Azure OpenAI avec Weave et renvoie vers des ressources supplémentaires pour des flux de travail plus avancés.

Pour accéder aux tutoriels les plus récents, consultez Weights & Biases sur Microsoft Azure.

Premiers pas

Pour commencer à suivre les appels Azure OpenAI avec Weave, décorez les fonctions que vous souhaitez suivre avec weave.op. Une fois décorées, Weave capture automatiquement les entrées, les sorties et les métadonnées de chaque appel de fonction.

@weave.op()
def call_azure_chat(model_id: str, messages: list, max_tokens: int = 1000, temperature: float = 0.5):
    response = client.chat.completions.create(
        model=model_id,
        messages=messages,
        max_tokens=max_tokens,
        temperature=temperature
    )
    return {"status": "success", "response": response.choices[0].message.content}