Modulo language_models (1.50.0)

Corsi per lavorare con i modelli linguistici.

Corsi

ChatMessage

ChatMessage(content: str, author: str)

Un messaggio di chat.

CountTokensResponse

CountTokensResponse(
    total_tokens: int,
    total_billable_characters: int,
    _count_tokens_response: typing.Any,
)

La risposta da una richiesta count_tokens. .. attributo:: token_totali

Il numero totale di token conteggiati in tutte le istanze passate alla richiesta.

:tipo: int

EvaluationClassificationMetric

EvaluationClassificationMetric(
    label_name: typing.Optional[str] = None,
    auPrc: typing.Optional[float] = None,
    auRoc: typing.Optional[float] = None,
    logLoss: typing.Optional[float] = None,
    confidenceMetrics: typing.Optional[
        typing.List[typing.Dict[str, typing.Any]]
    ] = None,
    confusionMatrix: typing.Optional[typing.Dict[str, typing.Any]] = None,
)

La risposta della metrica di valutazione per le metriche di classificazione.

Parametri
Nome	Description
label_name	str Facoltativo. Il nome dell'etichetta associata alle metriche. Questo viene restituito solo quando only_summary_metrics=False viene passato a assessment().
auPrc	float Facoltativo. Area sotto la curva di richiamo di precisione.
auRoc	float Facoltativo. L'area sotto la curva della caratteristica operativa del ricevitore.
logLoss	float Facoltativo. Perdita logaritmica.
confidenceMetrics	List[Dict[str, Any]] Facoltativo. Questo viene restituito solo quando only_summary_metrics=False viene passato a assessment().
confusionMatrix	Dict[str, Any] Facoltativo. Questo viene restituito solo quando only_summary_metrics=False viene passato a assessment().

EvaluationMetric

EvaluationMetric(
    bleu: typing.Optional[float] = None, rougeLSum: typing.Optional[float] = None
)

La risposta della metrica di valutazione.

Parametri
Nome	Description
bleu	float Facoltativo. BLEU (Sostituto della valutazione bilingue). Punteggi basati sull'implementazione dei sacrilei.
rougeLSum	float Facoltativo. Punteggio ROUGE-L (Longest Common Sub inoltre) a livello di riepilogo.

EvaluationQuestionAnsweringSpec

EvaluationQuestionAnsweringSpec(
    ground_truth_data: typing.Union[typing.List[str], str, pandas.core.frame.DataFrame],
    task_name: str = "question-answering",
)

Specifiche per le attività di valutazione del modello con risposta alle domande.

EvaluationTextClassificationSpec

EvaluationTextClassificationSpec(
    ground_truth_data: typing.Union[typing.List[str], str, pandas.core.frame.DataFrame],
    target_column_name: str,
    class_names: typing.List[str],
)

Specifiche per le attività di valutazione del modello di classificazione del testo.

Parametri
Nome	Description
target_column_name	str Obbligatorio. La colonna dell'etichetta nel set di dati fornito in ground_truth_data. Obbligatorio quando task_name='text-classification'.
class_names	List[str] Obbligatorio. Un elenco di tutti i nomi di etichette possibili nel tuo set di dati. Obbligatorio quando task_name='text-classification'.

EvaluationTextGenerationSpec

EvaluationTextGenerationSpec(
    ground_truth_data: typing.Union[typing.List[str], str, pandas.core.frame.DataFrame]
)

Specifiche per le attività di valutazione del modello di generazione del testo.

EvaluationTextSummarizationSpec

EvaluationTextSummarizationSpec(
    ground_truth_data: typing.Union[typing.List[str], str, pandas.core.frame.DataFrame],
    task_name: str = "summarization",
)

Specifiche per le attività di valutazione del modello di riassunto del testo.

InputOutputTextPair

InputOutputTextPair(input_text: str, output_text: str)

InputOutputTextPair rappresenta una coppia di testi di input e di output.

TextEmbedding

TextEmbedding(
    values: typing.List[float],
    statistics: typing.Optional[
        vertexai.language_models.TextEmbeddingStatistics
    ] = None,
    _prediction_response: typing.Optional[
        google.cloud.aiplatform.models.Prediction
    ] = None,
)

Vettore e statistiche di incorporamento del testo.

TextEmbeddingInput

TextEmbeddingInput(
    text: str,
    task_type: typing.Optional[str] = None,
    title: typing.Optional[str] = None,
)

Input di incorporamento del testo strutturale.

TextGenerationResponse

TextGenerationResponse(text: str, _prediction_response: typing.Any, is_blocked: bool = False, errors: typing.Tuple[int] = (), safety_attributes: typing.Dict[str, float] = <factory>, grounding_metadata: typing.Optional[vertexai.language_models._language_models.GroundingMetadata] = None)

TextGenerationResponse rappresenta una risposta di un modello linguistico. .. attributo:: testo

Il testo generato

:tipo: str

TuningEvaluationSpec

TuningEvaluationSpec(
    evaluation_data: typing.Optional[str] = None,
    evaluation_interval: typing.Optional[int] = None,
    enable_early_stopping: typing.Optional[bool] = None,
    enable_checkpoint_selection: typing.Optional[bool] = None,
    tensorboard: typing.Optional[
        typing.Union[
            google.cloud.aiplatform.tensorboard.tensorboard_resource.Tensorboard, str
        ]
    ] = None,
)

Specifiche per la valutazione del modello da eseguire durante l'ottimizzazione.