支持的模型

Azure AI/ML 上提供了 Hugging Face Hub 中的大约 11,000 多个开源模型，这只是 1,800,000 多个公共开源模型中的一个子集，因为 Azure 中的 Hugging Face 集合是 Hub 上下载量最多/最相关的模型的精选子集，并且与 Transformers、Sentence Transformers 和 Diffusers 以及其他 Hugging Face 库和解决方案兼容。

话虽如此，支持的模型涵盖了不同的架构和后端，但要确定 Hugging Face Hub 中的模型是否在 Azure AI/ML 的模型目录中可用，可以采取以下任一方式：

1. 导航到 https://huggingface.co/models 下的给定模型的模型卡，并确保“部署”按钮可用且列出了 Azure ML 选项。如果满足此条件，则如果模型在 Azure ML 上可用，将显示指向 Azure ML 上的模型的 URI；否则，将不显示 URI，并会出现一个“请求添加”按钮，用于请求添加模型（有关后者的更多信息，请参阅请求将模型添加到 Azure 上的 Hugging Face 集合）。

2. 另一方面，您还可以导航到 Azure ML 或 Azure AI Foundry（后者仅适用于基于 Hub 的项目）的模型目录中的 Hugging Face 集合，并在搜索栏中查找给定模型。如果模型出现，则表示它受支持，您可以获取指向它的 URI 以编程方式部署它；否则，您可以提出问题请求添加模型，或者如前所述通过 Hugging Face Hub 请求。

3. 或者，您还可以使用以下 Python 代码片段以编程方式检查给定模型是否可用：该代码片段向 Azure API 发送请求，如果给定 Hugging Face Hub 的模型 ID 可用，则返回 HTTP 200 和模型 URI；如果不可用，则返回 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"}

我们对 Hugging Face 和 Microsoft Azure 之间的此次合作感到非常兴奋，并正在努力将 Hugging Face 集合中最好的开源模型引入 Azure ML/AI，敬请关注未来几个月的更新和更多模型的推出！