Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Esse guia mostra como usar a API de detecção de aterramento. Esse recurso detecta e corrige automaticamente o texto que contraria os documentos fonte fornecidos, garantindo que o conteúdo gerado esteja alinhado com referências factuais ou pretendidas. Abaixo, exploramos vários cenários comuns para ajudar você a entender como e quando aplicar esses recursos para obter os melhores resultados.
Pré-requisitos
- Uma conta do Azure. Se você não tiver uma conta, é possível criar uma gratuitamente.
- Um recurso de IA do Azure.
Configuração
Siga estas etapas para usar a página Experimentar a Segurança do Conteúdo:
- Acesse Azure AI Foundry e navegue até seu projeto/hub. Em seguida, selecione a guia Guardrails + controles na navegação esquerda e selecione a guia Experimentar .
- Na página Experimentar , você pode experimentar vários recursos do Guardrails &controls, como conteúdo de texto e imagem, usando limites ajustáveis para filtrar conteúdo inadequado ou prejudicial.
Usar a detecção de Fundamentação
O painel de detecção de Fundamentação detecta se as respostas de texto de grandes modelos de linguagem (LLMs) são baseadas nos materiais de origem fornecidos pelos usuários.
- Selecione o painel de detecção de Fundamentação.
- Selecione um conjunto de conteúdo de exemplo na página ou insira o seu próprio para teste.
- Opcionalmente, habilite o recurso de raciocínio e selecione o recurso do OpenAI do Azure na lista suspensa.
- Selecione Executar teste. O serviço retorna o resultado da detecção de Fundamentação.
Para obter mais informações, consulte o guia conceitual de detecção de Fundamentação.
Pré-requisitos
- Uma assinatura do Azure – crie uma gratuitamente
- Depois de ter uma assinatura do Azure, no portal do Azure para obter sua chave e endpoint. Insira um nome exclusivo para o recurso, selecione sua assinatura e selecione um grupo de recursos, região com suporte e tipo de preço com suporte. Em seguida, selecione Criar.
- O recurso demora alguns minutos para implantar. Depois disso, vá para o novo recurso. No painel esquerdo, em Gerenciamento de Recursos, selecione Chaves de API e Pontos de Extremidade. Copie um dos valores da chave de assinatura e do ponto de extremidade para um local temporário para uso posterior.
- (Opcional) Se você quiser usar o recurso de raciocínio , crie um recurso do Azure OpenAI no Azure AI Foundry Models com um modelo GPT implantado.
- cURL ou Python instalado.
Autenticação
Para obter segurança aprimorada, você precisa usar a MI (Identidade Gerenciada) para gerenciar o acesso aos seus recursos, para obter mais detalhes, consulte Segurança.
Verificar a fundamentação sem raciocínio
No caso simples sem o recurso de raciocínio, a API de detecção de aterramento classifica a desproteção do conteúdo enviado como true
ou false
.
Esta seção mostra como funciona uma solicitação de exemplo com o cURL. Cole o comando abaixo em um editor de texto e faça as seguintes alterações.
Substitua
<endpoint>
pelo URL do ponto de extremidade associado ao seu recurso.Substitua
<your_subscription_key>
por uma das chaves do seu recurso.Opcionalmente, substitua os campos
"query"
ou"text"
no corpo por um texto próprio que você deseja analisar.curl --___location --request POST '<endpoint>/contentsafety/text:detectGroundedness?api-version=2024-09-15-preview' \ --header 'Ocp-Apim-Subscription-Key: <your_subscription_key>' \ --header 'Content-Type: application/json' \ --data-raw '{ "___domain": "Generic", "task": "QnA", "qna": { "query": "How much does she currently get paid per hour at the bank?" }, "text": "12/hour", "groundingSources": [ "I'm 21 years old and I need to make a decision about the next two years of my life. Within a week. I currently work for a bank that requires strict sales goals to meet. IF they aren't met three times (three months) you're canned. They pay me 10/hour and it's not unheard of to get a raise in 6ish months. The issue is, **I'm not a salesperson**. That's not my personality. I'm amazing at customer service, I have the most positive customer service \"reports\" done about me in the short time I've worked here. A coworker asked \"do you ask for people to fill these out? you have a ton\". That being said, I have a job opportunity at Chase Bank as a part time teller. What makes this decision so hard is that at my current job, I get 40 hours and Chase could only offer me 20 hours/week. Drive time to my current job is also 21 miles **one way** while Chase is literally 1.8 miles from my house, allowing me to go home for lunch. I do have an apartment and an awesome roommate that I know wont be late on his portion of rent, so paying bills with 20hours a week isn't the issue. It's the spending money and being broke all the time.\n\nI previously worked at Wal-Mart and took home just about 400 dollars every other week. So I know i can survive on this income. I just don't know whether I should go for Chase as I could definitely see myself having a career there. I'm a math major likely going to become an actuary, so Chase could provide excellent opportunities for me **eventually**." ], "reasoning": false }'
Abra um prompt de comando e execute o comando do cURL.
Para testar uma tarefa de resumo em vez de uma tarefa de pergunta e resposta (resposta às perguntas), use o seguinte exemplo de corpo JSON:
{
"___domain": "Medical",
"task": "Summarization",
"text": "Ms Johnson has been in the hospital after experiencing a stroke.",
"groundingSources": [
"Our patient, Ms. Johnson, presented with persistent fatigue, unexplained weight loss, and frequent night sweats. After a series of tests, she was diagnosed with Hodgkin’s lymphoma, a type of cancer that affects the lymphatic system. The diagnosis was confirmed through a lymph node biopsy revealing the presence of Reed-Sternberg cells, a characteristic of this disease. She was further staged using PET-CT scans. Her treatment plan includes chemotherapy and possibly radiation therapy, depending on her response to treatment. The medical team remains optimistic about her prognosis given the high cure rate of Hodgkin’s lymphoma."
],
"reasoning": false
}
Os seguintes campos precisam ser incluídos na URL:
Nome | Obrigatória | Descrição | Tipo |
---|---|---|---|
Versão da API | Obrigatória | Esta é a versão de API a ser usada. A versão atual é: api-version=2024-09-15-preview. Exemplo: <endpoint>/contentsafety/text:detectGroundedness?api-version=2024-09-15-preview |
Cadeia de caracteres |
Os parâmetros no corpo da solicitação são definidos nesta tabela:
Nome | Descrição | Tipo |
---|---|---|
domínio | (Opcional) MEDICAL ou GENERIC . Valor padrão: GENERIC . |
Enumeração |
tarefa | (Opcional) Tipo de tarefa: QnA , Summarization . Valor padrão: Summarization . |
Enumeração |
qna | (Opcional) Armazena os dados de pergunta e resposta quando o tipo de tarefa é QnA . |
Cadeia de caracteres |
- query |
(Opcional) Isso representa a pergunta em uma tarefa de pergunta e resposta. Limite de caracteres: 7.500. | Cadeia de caracteres |
Texto | (Obrigatório) O texto de saída do LLM a ser verificado. Limite de caracteres: 7.500. | Cadeia de caracteres |
fontes de fundamentação | (Obrigatório) Usa uma matriz de fontes de fundamentação para validar o texto gerado por IA. Confira os Requisitos de entrada para conhecer os limites. | Matriz de cadeia de caracteres |
raciocínio | (Opcional) Especifica se o recurso de raciocínio deve ser usado. O valor padrão é false . Se true , você precisa trazer seu GPT-4o do OpenAI do Azure (versões 0513 e 0806) para fornecer uma explicação. Tenha cuidado: o uso do raciocínio aumenta o tempo de processamento. |
Booliano |
Interpretar a resposta da API
Depois de enviar sua solicitação, você receberá uma resposta JSON que reflete a análise de fundamentação feita. Veja a aparência de uma saída típica:
{
"ungroundedDetected": true,
"ungroundedPercentage": 1,
"ungroundedDetails": [
{
"text": "12/hour."
}
]
}
Os objetos JSON na saída são definidos aqui:
Nome | Descrição | Tipo |
---|---|---|
ungroundedDetected | Indica se o texto exibe uma falta de fundamentação. | Booliano |
porcentagemNãoFundamentada | Especifica a proporção do texto identificado como sem fundamentação, expresso como um número entre 0 e 1, sendo que 0 indica nenhum conteúdo sem fundamentação e 1 indica um conteúdo totalmente sem fundamentação. Esse não é um nível de confiança. | Flutuar |
detalhes sem fundamento | Apresenta insights sobre o conteúdo sem fundamentação com exemplos e percentuais específicos. | Matriz |
-text |
O texto específico que não está fundamentado. | Cadeia de caracteres |
Verificar a fundamentação com raciocínio
A API de detecção de aterramento oferece a opção de incluir raciocínio na resposta da API. Com o raciocínio habilitado, a resposta inclui um campo "reasoning"
que apresenta detalhes de ocorrências específicas e explicações para qualquer falta de fundamentação detectada.
Conectar sua implantação de GPT
Dica
Só damos suporte a recursos do Azure OpenAI GPT-4o (versões 0513, 0806) e não oferecemos suporte a outros modelos. Você tem a flexibilidade de implantar seus recursos do Azure OpenAI GPT-4o (versões 0513, 0806) em qualquer região. No entanto, para minimizar a latência potencial e evitar quaisquer preocupações de risco e privacidade de dados de limite geográfico, recomendamos situa-los na mesma região que seus recursos de Segurança de Conteúdo de IA do Azure. Para obter detalhes abrangentes sobre privacidade de dados, consulte as diretrizes de dados, privacidade e segurança do Azure OpenAI e Dados, privacidade e segurança para a Segurança de Conteúdo de IA do Azure.
Para usar o recurso Azure OpenAI GPT-4o (versões 0513, 0806) para habilitar o recurso de raciocínio, use a Identidade Gerenciada para permitir que o recurso de Segurança de Conteúdo acesse o recurso do Azure OpenAI:
Habilite a identidade gerenciada para a Segurança de Conteúdo de IA do Azure.
Navegue até a instância da Segurança de Conteúdo de IA do Azure no portal do Azure. Localize a seção Identidade na categoria Configurações. Habilite a identidade gerenciada atribuída pelo sistema. Essa ação concede à instância da Segurança de Conteúdo de IA do Azure uma identidade que pode ser reconhecida e usada no Azure para acessar outros recursos.
Atribua uma função à Identidade Gerenciada.
Navegue até a sua instância do OpenAI do Azure, selecione Adicionar atribuição de função para iniciar o processo de atribuição de uma função do OpenAI do Azure à identidade da Segurança de Conteúdo de IA do Azure.
Escolha a função Usuário ou Colaborador.
Fazer a solicitação de API
Na solicitação à API de detecção de Fundamentação, defina o parâmetro de corpo "reasoning"
como true
e informe os outros parâmetros necessários:
{
"___domain": "Medical",
"task": "Summarization",
"text": "The patient name is Kevin.",
"groundingSources": [
"The patient name is Jane."
],
"reasoning": true,
"llmResource": {
"resourceType": "AzureOpenAI",
"azureOpenAIEndpoint": "<your_OpenAI_endpoint>",
"azureOpenAIDeploymentName": "<your_deployment_name>"
}
}
Esta seção mostra como funciona uma solicitação de exemplo com o cURL. Cole o comando abaixo em um editor de texto e faça as seguintes alterações.
Substitua
<endpoint>
pelo URL do endpoint associado ao recurso de Segurança de Conteúdo de IA do Azure.Substitua
<your_subscription_key>
por uma das chaves do seu recurso.Substitua
<your_OpenAI_endpoint>
pela URL do endpoint associada ao recurso Azure OpenAI.Substitua
<your_deployment_name>
pelo nome da implantação do OpenAI do Azure.Opcionalmente, substitua os campos
"query"
ou"text"
no corpo por um texto próprio que você deseja analisar.curl --___location --request POST '<endpoint>/contentsafety/text:detectGroundedness?api-version=2024-09-15-preview' \ --header 'Ocp-Apim-Subscription-Key: <your_subscription_key>' \ --header 'Content-Type: application/json' \ --data-raw '{ "___domain": "Generic", "task": "QnA", "qna": { "query": "How much does she currently get paid per hour at the bank?" }, "text": "12/hour", "groundingSources": [ "I'm 21 years old and I need to make a decision about the next two years of my life. Within a week. I currently work for a bank that requires strict sales goals to meet. If they aren't met three times (three months) you're canned. They pay me 10/hour and it's not unheard of to get a raise in 6ish months. The issue is, **I'm not a salesperson**. That's not my personality. I'm amazing at customer service, I have the most positive customer service \"reports\" done about me in the short time I've worked here. A coworker asked \"do you ask for people to fill these out? you have a ton\". That being said, I have a job opportunity at Chase Bank as a part time teller. What makes this decision so hard is that at my current job, I get 40 hours and Chase could only offer me 20 hours/week. Drive time to my current job is also 21 miles **one way** while Chase is literally 1.8 miles from my house, allowing me to go home for lunch. I do have an apartment and an awesome roommate that I know wont be late on his portion of rent, so paying bills with 20hours a week isn't the issue. It's the spending money and being broke all the time.\n\nI previously worked at Wal-Mart and took home just about 400 dollars every other week. So I know i can survive on this income. I just don't know whether I should go for Chase as I could definitely see myself having a career there. I'm a math major likely going to become an actuary, so Chase could provide excellent opportunities for me **eventually**." ], "reasoning": true, "llmResource": { "resourceType": "AzureOpenAI", "azureOpenAIEndpoint": "<your_OpenAI_endpoint>", "azureOpenAIDeploymentName": "<your_deployment_name>" }'
Abra um prompt de comando e execute o comando do cURL.
Os parâmetros no corpo da solicitação são definidos nesta tabela:
Nome | Descrição | Tipo |
---|---|---|
domínio | (Opcional) MEDICAL ou GENERIC . Valor padrão: GENERIC . |
Enumeração |
tarefa | (Opcional) Tipo de tarefa: QnA , Summarization . Valor padrão: Summarization . |
Enumeração |
qna | (Opcional) Armazena os dados de pergunta e resposta quando o tipo de tarefa é QnA . |
Cadeia de caracteres |
- query |
(Opcional) Isso representa a pergunta em uma tarefa de pergunta e resposta. Limite de caracteres: 7.500. | Cadeia de caracteres |
Texto | (Obrigatório) O texto de saída do LLM a ser verificado. Limite de caracteres: 7.500. | Cadeia de caracteres |
fontes de fundamentação | (Obrigatório) Usa uma matriz de fontes de fundamentação para validar o texto gerado por IA. Confira os Requisitos de entrada para conhecer os limites. | Matriz de cadeia de caracteres |
raciocínio | (Opcional) Se ele for definido como true , o serviço usará os recursos do OpenAI do Azure para oferecer uma explicação. Tenha cuidado: o uso do raciocínio aumenta o tempo de processamento e gera valores extras. |
Booliano |
llmResource | (Obrigatório) Se você quiser usar seu próprio recurso do Azure OpenAI GPT-4o (versões 0513, 0806) para habilitar o raciocínio, adicione esse campo e inclua os subcampos para os recursos usados. | Cadeia de caracteres |
- resourceType |
Especifica o tipo de recurso que está sendo usado. Atualmente, só permite AzureOpenAI . Só damos suporte a recursos do Azure OpenAI GPT-4o (versões 0513, 0806) e não oferecemos suporte a outros modelos. |
Enumeração |
- azureOpenAIEndpoint |
URL do seu ponto de extremidade para o serviço Azure OpenAI. | Cadeia de caracteres |
- azureOpenAIDeploymentName |
O nome da implantação de modelo específica a ser usada. | Cadeia de caracteres |
Interpretar a resposta da API
Depois de enviar sua solicitação, você receberá uma resposta JSON que reflete a análise de fundamentação feita. Veja a aparência de uma saída típica:
{
"ungroundedDetected": true,
"ungroundedPercentage": 1,
"ungroundedDetails": [
{
"text": "12/hour.",
"offset": {
"utf8": 0,
"utf16": 0,
"codePoint": 0
},
"length": {
"utf8": 8,
"utf16": 8,
"codePoint": 8
},
"reason": "None. The premise mentions a pay of \"10/hour\" but does not mention \"12/hour.\" It's neutral. "
}
]
}
Os objetos JSON na saída são definidos aqui:
Nome | Descrição | Tipo |
---|---|---|
ungroundedDetected | Indica se o texto exibe uma falta de fundamentação. | Booliano |
porcentagemNãoFundamentada | Especifica a proporção do texto identificado como sem fundamentação, expresso como um número entre 0 e 1, sendo que 0 indica nenhum conteúdo sem fundamentação e 1 indica um conteúdo totalmente sem fundamentação. Esse não é um nível de confiança. | Flutuar |
detalhes sem fundamento | Apresenta insights sobre o conteúdo sem fundamentação com exemplos e percentuais específicos. | Matriz |
-text |
O texto específico que não está fundamentado. | Cadeia de caracteres |
-offset |
Um objeto que descreve a posição do texto sem fundamentação em várias codificações. | Cadeia de caracteres |
- offset > utf8 |
A posição de deslocamento do texto não aterrado na codificação UTF-8. | Número Inteiro |
- offset > utf16 |
A posição de deslocamento do texto não aterrado na codificação UTF-16. | Número Inteiro |
- offset > codePoint |
A posição de deslocamento do texto não aterrado em termos de pontos de código Unicode. | Número Inteiro |
-length |
Um objeto que descreve o comprimento do texto sem fundamentação em várias codificações. (utf8, utf16, codePoint), semelhante ao deslocamento. | Objeto |
- length > utf8 |
O comprimento do texto sem fundamentação na codificação UTF-8. | Número Inteiro |
- length > utf16 |
O comprimento do texto não aterrado na codificação UTF-16. | Número Inteiro |
- length > codePoint |
O comprimento do texto não fundamentado em termos de pontos de código Unicode. | Número Inteiro |
-reason |
Oferece explicações para a falta de fundamentação detectada. | Cadeia de caracteres |
Verificar a fundamentação com o recurso de correção
A API de detecção de fundamentação possui um recurso de correção que ajusta automaticamente a ausência de fundamento detectada no texto, com base nas fontes de fundamentação fornecidas. Quando esse recurso está habilitado, a resposta inclui um campo "correction Text"
que apresenta o texto corrigido alinhado com as fontes de base.
Conectar sua implantação de GPT
Dica
Atualmente, o recurso de correção dá suporte apenas aos recursos do Azure OpenAI GPT-4o (versões 0513, 0806). Para minimizar a latência e seguir as diretrizes de privacidade de dados, é recomendável implantar o GPT-4o do Azure OpenAI (versões 0513, 0806) na mesma região que os recursos de Segurança de Conteúdo de IA do Azure. Para obter mais detalhes sobre privacidade de dados, consulte as diretrizes de dados, privacidade e segurança do Azure OpenAI e Dados, privacidade e segurança para a Segurança de Conteúdo de IA do Azure.
Para usar o recurso Azure OpenAI GPT-4o (versões 0513, 0806) para habilitar o recurso de correção, use a Identidade Gerenciada para permitir que o recurso de Segurança de Conteúdo acesse o recurso do Azure OpenAI. Siga as etapas na seção anterior para configurar a Identidade Gerenciada.
Fazer a solicitação de API
Na sua solicitação para a API de detecção de aterramento, defina o parâmetro "correction"
body comotrue
e forneça os outros parâmetros necessários:
{
"___domain": "Medical",
"task": "Summarization",
"text": "The patient name is Kevin.",
"groundingSources": [
"The patient name is Jane."
],
"correction": true,
"llmResource": {
"resourceType": "AzureOpenAI",
"azureOpenAIEndpoint": "<your_OpenAI_endpoint>",
"azureOpenAIDeploymentName": "<your_deployment_name>"
}
}
Essa seção demonstra uma solicitação de exemplo usando cURL. Substitua os espaços reservados conforme necessário:
- Substitua
<endpoint>
pelo URL do ponto de extremidade do recurso. - Substitua
<your_subscription_key>
por sua chave de assinatura. - Opcionalmente, substitua o campo "texto" pelo texto que você quer analisar.
curl --___location --request POST '<endpoint>/contentsafety/text:detectGroundedness?api-version=2024-09-15-preview' \
--header 'Ocp-Apim-Subscription-Key: <your_subscription_key>' \
--header 'Content-Type: application/json' \
--data-raw '{
"___domain": "Generic",
"task": "Summarization",
"text": "The patient name is Kevin.",
"groundingSources": [
"The patient name is Jane."
],
"correction": true,
"llmResource": {
"resourceType": "AzureOpenAI",
"azureOpenAIEndpoint": "<your_OpenAI_endpoint>",
"azureOpenAIDeploymentName": "<your_deployment_name>"
}
}'
Os parâmetros no corpo da solicitação são definidos nesta tabela:
Nome | Descrição | Tipo |
---|---|---|
domínio | (Opcional) MEDICAL ou GENERIC . Valor padrão: GENERIC . |
Enumeração |
tarefa | (Opcional) Tipo de tarefa: QnA , Summarization . Valor padrão: Summarization . |
Enumeração |
qna | (Opcional) Armazena os dados de pergunta e resposta quando o tipo de tarefa é QnA . |
Cadeia de caracteres |
- query |
(Opcional) Isso representa a pergunta em uma tarefa de pergunta e resposta. Limite de caracteres: 7.500. | Cadeia de caracteres |
Texto | (Obrigatório) O texto de saída do LLM a ser verificado. Limite de caracteres: 7.500. | Cadeia de caracteres |
fontes de fundamentação | (Obrigatório) Usa uma matriz de fontes de fundamentação para validar o texto gerado por IA. Confira os Requisitos de entrada para conhecer os limites. | Matriz de cadeia de caracteres |
correção | (Opcional) Definido como true , o serviço usa os recursos do OpenAI do Azure para fornecer o texto corrigido, garantindo consistência com as fontes de fundamentação. Tenha cuidado: o uso da correção aumenta o tempo de processamento e incorre em taxas extras. |
Booliano |
llmResource | (Obrigatório) Se você quiser usar seu próprio recurso do Azure OpenAI GPT-4o (versões 0513, 0806) para habilitar o raciocínio, adicione esse campo e inclua os subcampos para os recursos usados. | Cadeia de caracteres |
- resourceType |
Especifica o tipo de recurso que está sendo usado. Atualmente, só permite AzureOpenAI . Só damos suporte a recursos do Azure OpenAI GPT-4o (versões 0513, 0806) e não oferecemos suporte a outros modelos. |
Enumeração |
- azureOpenAIEndpoint |
URL do seu ponto de extremidade para o serviço Azure OpenAI. | Cadeia de caracteres |
- azureOpenAIDeploymentName |
O nome da implantação de modelo específica a ser usada. | Cadeia de caracteres |
Interpretar a resposta da API
A resposta inclui um campo "correction Text"
que contém o texto corrigido, garantindo consistência com as fontes de fundamentação fornecidas.
O recurso de correção detecta que o Kevin
está infundado porque conflita com a fonte de fundamentação Jane
. A API retorna o texto corrigido: "The patient name is Jane."
{
"ungroundedDetected": true,
"ungroundedPercentage": 1,
"ungroundedDetails": [
{
"text": "The patient name is Kevin"
}
],
"correction Text": "The patient name is Jane"
}
Os objetos JSON na saída são definidos aqui:
Nome | Descrição | Tipo |
---|---|---|
ungroundedDetected | Indica se o conteúdo infundado foi detectado. | Booliano |
porcentagemNãoFundamentada | A proporção de conteúdo infundado no texto. Esse não é um nível de confiança. | Flutuar |
detalhes sem fundamento | Detalhes de conteúdo infundado, incluindo segmentos de texto específicos. | Matriz |
-text |
O texto específico que não está fundamentado. | Cadeia de caracteres |
-offset |
Um objeto que descreve a posição do texto sem fundamentação em várias codificações. | Cadeia de caracteres |
- offset > utf8 |
A posição de deslocamento do texto não aterrado na codificação UTF-8. | Número Inteiro |
- offset > utf16 |
A posição de deslocamento do texto não aterrado na codificação UTF-16. | Número Inteiro |
-length |
Um objeto que descreve o comprimento do texto sem fundamentação em várias codificações. (utf8, utf16, codePoint), semelhante ao deslocamento. | Objeto |
- length > utf8 |
O comprimento do texto sem fundamentação na codificação UTF-8. | Número Inteiro |
- length > utf16 |
O comprimento do texto não aterrado na codificação UTF-16. | Número Inteiro |
- length > codePoint |
O comprimento do texto não fundamentado em termos de pontos de código Unicode. | Número Inteiro |
-correction Text |
O texto corrigido, garantindo a consistência com as fontes de base. | Cadeia de caracteres |
Limpar os recursos
Se quiser limpar e remover uma assinatura dos Serviços de IA do Azure, você poderá excluir o recurso ou grupo de recursos. Excluir o grupo de recursos também exclui todos os recursos associados a ele.
Conteúdo relacionado
- Conceitos da detecção de fundamentação
- Combine a detecção de Fundamentação com outros recursos de segurança de LLM, como as Proteções de Solicitação.