注意:以下翻译的准确性尚未经过验证。这是使用 AIP ↗ 从原始英文文本进行的机器翻译。
Palantir 提供了一组可以在函数中使用的语言模型。阅读更多关于Palantir提供的大型语言模型(LLM)。
要使用Palantir提供的语言模型,必须先在您的注册中启用AIP。您还必须拥有使用AIP开发者功能的权限。
要开始使用语言模型,您必须通过以下步骤将特定模型导入到您编写函数的代码库中:
您还将看到一个选项卡,您可以在其中查看通过建模目标应用程序先前创建的自定义模型。有关使用这些模型的更多信息,请参阅函数在模型上文档。
选择您想要导入的模型,然后点击确认选择以将这些模型导入到您的代码库中。任务运行器将执行localDev
任务,生成与这些模型交互的代码绑定。
导入语言模型后,您现在可以通过添加以下导入语句在您的代码库中使用它们,将GPT_4o替换为您已导入到代码库中的语言模型的名称:
Copied!1 2
import { GPT_4o } from "@foundry/models-api/language-models" // 导入 GPT_4o 模型模块,从 @foundry/models-api/language-models 中引入
在这个阶段,我们可以编写一个使用我们导入的语言模型的函数。对于这个例子,我们假设已经按照上述描述导入了GPT_4o。
我们首先在文件中添加以下导入语句: 每个语言模型都将具有生成的方法,其输入和输出为强类型。例如,GPT_4o模型提供了一个createChatCompletion方法,允许用户传递一组消息以及其他参数以修改模型的行为,如温度或最大词元数。
在以下示例中,我们使用提供的GPT_4o模型对用户提供的一段文本运行简单的情感分析。该函数将文本分类为“好”、“坏”或“不确定”。
Copied!1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
@Function() public async sentimentAnalysis(userPrompt: string): Promise<string> { // 系统提示,指示AI提供用户文本情感的估计,只能选择"Good"、"Bad"或"Uncertain" const systemPrompt = "Provide an estimation of the sentiment the text the user has provided. \ You may respond with either Good, Bad, or Uncertain. Only choose Good or Bad if you are overwhelmingly \ sure that the text is either good or bad. If the text is neutral, or you are unable to determine, choose Uncertain." // 创建系统信息和用户信息 const systemMessage = { role: "SYSTEM", contents: [{ text: systemPrompt }] }; const userMessage = { role: "USER", contents: [{ text: userPrompt }] }; // 调用GPT-4o接口获取情感分析的结果,参数temperature为0.7 const gptResponse = await GPT_4o.createChatCompletion({messages: [systemMessage, userMessage], params: { temperature: 0.7 } }); // 返回GPT的响应结果,如果没有内容则返回"Uncertain" return gptResponse.choices[0].message.content ?? "Uncertain"; }
该函数可以在整个平台中被用于在。
除了生成语言模型,Palantir还提供可以用于生成嵌入的模型。一个简单的例子如下:
Copied!1 2 3 4 5 6 7
@Function() public async generateEmbeddingsForText(inputs: string[]): Promise<Double[][]> { // 调用 TextEmbeddingAda_002 的 createEmbeddings 方法生成文本嵌入 const response = await TextEmbeddingAda_002.createEmbeddings({ inputs }); // 返回生成的嵌入 return response.embeddings; }
这通常被用于执行语义搜索工作流程。
请注意,某些模型可能会有速率限制,限制在特定时间段内可以传递的词元数量。这将在适用于函数的任何标准限制的同时执行。
注意:AIP功能的可用性可能会发生更改,并且可能因客户而异。