Поделиться через


Средство LLM

Средство больших языковых моделей (LLM) в потоке запросов позволяет воспользоваться преимуществами широко используемых больших языковых моделей, таких как OpenAI, или Azure OpenAI Service, или любой языковой модели, поддерживаемой API вывода модели ИИ Azure для обработки естественного языка.

Поток запросов предоставляет несколько различных api-интерфейсов модели языка:

  • Завершение: модели завершения OpenAI создают текст на основе предоставленных запросов.
  • Чат: модели чата OpenAI и модели чата Azure AI упрощают интерактивные беседы с текстовыми входными и ответами.

Примечание.

Мы удалили embedding параметр из параметра API инструментов LLM. С помощью средства внедрения можно использовать API внедрения. Для подключения Azure OpenAI поддерживается только проверка подлинности на основе ключей. Не используйте символы, отличные от ascii, в имени группы ресурсов ресурса Azure OpenAI, поток запросов не поддерживал этот случай.

Необходимые компоненты

Создание ресурсов OpenAI:

Связи

Настройте подключения к подготовленным ресурсам в потоке запросов.

Тип Имя. Ключ API Тип API Версия API
OpenAI Обязательное поле Обязательное поле - -
Azure OpenAI — ключ API Обязательное поле Обязательно Обязательно Обязательное поле
Azure OpenAI — идентификатор Microsoft Entra Обязательное поле - - Обязательное поле
Бессерверная модель Обязательное поле Обязательное поле - -

Совет

Входные данные

В следующих разделах показаны различные входные данные.

Завершение текста

Имя. Тип Описание Обязательное поле
prompt строка Текстовый запрос для языковой модели. Да
модель, deployment_name строка Языковая модель для использования. Да
max_tokens integer Максимальное количество маркеров для создания в завершении. Значение по умолчанию — 16. No
Температура с плавающей запятой Случайность созданного текста. По умолчанию 1. No
stop список Остановка последовательности для созданного текста. Значение по умолчанию — null. No
suffix строка Текст, добавленный к концу завершения. No
top_p с плавающей запятой Вероятность использования верхнего выбора из созданных маркеров. По умолчанию 1. No
logprobs integer Число вероятностей создания журнала. Значение по умолчанию — null. No
echo boolean Значение, указывающее, следует ли возвращать запрос в ответе. По умолчанию — false. No
presence_penalty с плавающей запятой Значение, которое управляет поведением модели для повторяющихся фраз. Значение по умолчанию — 0. No
frequency_penalty с плавающей запятой Значение, которое управляет поведением модели для создания редких фраз. Значение по умолчанию — 0. No
best_of integer Количество лучших завершений для создания. По умолчанию 1. No
logit_bias dictionary Предвзятость logit для языковой модели. По умолчанию используется пустой словарь. No

Чат

Имя. Тип Описание Обязательное поле
prompt строка Текстовый запрос, который используется языковой моделью для ответа. Да
модель, deployment_name строка Языковая модель для использования. Этот параметр не требуется, если модель развертывается в конечной точке бессерверного API. Да*
max_tokens integer Максимальное количество маркеров для создания в ответе. Значение по умолчанию — inf. No
Температура с плавающей запятой Случайность созданного текста. По умолчанию 1. No
stop список Остановка последовательности для созданного текста. Значение по умолчанию — null. No
top_p с плавающей запятой Вероятность использования верхнего выбора из созданных маркеров. По умолчанию 1. No
presence_penalty с плавающей запятой Значение, которое управляет поведением модели для повторяющихся фраз. Значение по умолчанию — 0. No
frequency_penalty с плавающей запятой Значение, которое управляет поведением модели для создания редких фраз. Значение по умолчанию — 0. No
logit_bias dictionary Предвзятость logit для языковой модели. По умолчанию используется пустой словарь. No

Выходные данные

API Возвращаемый тип Description
Completion строка Текст одного прогнозируемого завершения
Чат строка Текст одного ответа беседы

Использование средства LLM

  1. Настройте и выберите подключения к ресурсам OpenAI или к конечной точке бессерверного API.
  2. Настройте API большой языковой модели и его параметры.
  3. Подготовьте запрос с помощью инструкций.