模型生命周期

Azure 语言功能由机器学习模型提供支持，这些模型经过持续改进和优化。 定期发布新的模型版本，以提高预测准确性、扩展语言支持并提高总体输出质量。

作为此迭代开发过程的一部分，旧模型版本已弃用，最终根据定义的生命周期策略停用。 本文提供有关模型版本控制、弃用时间线和停用过程的详细信息，可帮助你规划更新和维护生产应用程序中的兼容性。

预建功能

Azure 语言中的预生成功能（也称为预训练）功能由在大型数据集上训练的模型提供支持，并且无需添加自定义项即可使用。 这些模型为通用场景提供开箱即用的自然语言处理功能。

预生成模型不断更新，以提高预测准确性、扩展语言覆盖率并提高输出质量。 默认情况下，所有 API 请求都会自动路由到最新的正式发布 （GA） 模型版本。

选择对数据使用的模型版本

建议使用 最新的 模型版本来确保获得最佳性能并访问最新改进。 但是，随着模型的发展，预测输出可能会在版本之间更改。 停用日期后，不再在 API 请求中接受已弃用的模型版本。

默认情况下，API 和 SDK 请求使用最新的正式发布模型版本进行处理。 若要指定备用版本，请在请求中使用可选的 modelVersion 参数。 不建议为生产工作负荷指定预览模型版本。

模型版本

下表全面引用了每个预生成功能的受支持模型版本，包括正式版（GA）、预览版和已弃用版本：

自定义功能

Azure 语言中的自定义功能涉及两个不同的生命周期阶段：培训和部署。 每个阶段都有自己的配置版本和过期时间线。 新的训练配置会定期发布，以合并 AI 改进，旧配置会根据定义的计划停用。

过期时间线

下表列出了每个自定义功能的受支持的训练配置版本及其对应的到期日期：

对于最新的训练配置版本，发布的过期日期取决于较新的模型版本的可用性。如果未发布较新的模型版本，可能会延长到期日期。

训练配置通常在发布日期后的 6 个月内 受支持。 使用特定训练配置创建的部署在训练配置到期日期后的 12 个月内 保持活动状态。 为了避免服务中断，请在到期日期之前使用最新的训练配置版本重新训练和重新部署模型。

训练配置过期：训练配置到期日期后，必须使用受支持的配置版本来提交训练或部署作业。 指定过期配置版本的请求返回错误。

部署过期：部署到期日期后，已部署的模型不再可用于预测请求。

默认情况下，训练请求会使用最新可用的训练配置版本。 若要指定其他版本，请在训练作业请求中包含 trainingConfigVersion 参数。

API 版本

有关请求参数和响应架构的详细信息，请参阅 Azure AI 语言 REST API 参考。

对 Azure 语言功能进行 API 调用时，必须在请求中指定 API-VERSION 参数。 建议使用最新的可用 API 版本来访问最新的功能和改进。

下表列出了每个功能支持的 API 版本：

模型版本和 API 版本比较

了解模型版本和 API 版本之间的区别对于有效管理 Azure 语言实现至关重要。

相关内容

• Azure 语言概述