J2 完整 API

要生成给定提示的文本完成和响应，您可以将 HTTP 请求发送到所需Jurassic-2 语言模型的端点。该请求应包括输入文本提示以及用于控制文本生成的任何相关参数。此外，您必须在请求标头中包含API 密钥以进行身份验证。

发送请求后，您将收到包含标记化提示以及生成的文本响应的响应。生成的文本称为补全，并且可以包含多个输出，具体取决于您设置的参数。该响应还可以包含与生成过程相关的附加元数据。

侏罗纪 2 模型

我们最先进的 Jurassic-2 语言模型系列包含三种变体 - Ultra、Mid 和 Light。这些模型的特点是始终如一地提供卓越的性能和广泛的灵活性，在各种任务中表现出色。

轻型： 该模型专为快速响应而设计，可以进行微调以优化相对简单任务的性能。

中：该模型提供增强的文本生成功能，使其非常适合复杂程度较高的语言任务。

Ultra： 作为侏罗纪系列中最大、最强大的模型，J2-Ultra 是最复杂的语言处理任务和生成文本应用程序的理想选择。

接口参数

这些参数中的每一个都可用于自定义 Jurassic-2 语言模型的行为，从而允许开发人员微调模型的响应以更好地满足他们的需求：

prompt：这是生成响应的起点。提示的格式，无论是零样本、少样本还是指导性的，都会影响模型响应的形状。有关即时工程的更多信息，请参阅本指南。

numResults：针对给定提示生成的响应数。

maxTokens：为每个响应生成的最大令牌数。

minTokens：为每个响应生成的最小令牌数。

temperature：控制模型响应的“创造力”的值。

topP：控制模型响应多样性的值。

stopSequences：序列列表，生成后将导致模型停止生成标记。

topKReturn：每个生成步骤要考虑的最高得分令牌的数量。

frequencyPenalty：对频繁生成的代币进行惩罚。

presencePenalty：对提示中已存在的标记施加惩罚。

countPenalty：根据令牌在生成的响应中的频率对其进行惩罚。

API 请求示例

零射击提示教学提示

响应示例

零次响应指令跟随响应

{
  "id": "75a54d20-dda1-6db7-ff99-59b1af4fdfd3",
  "prompt": {
    "text": "These are a few of my favorite",
    "tokens": [
      {
        "generatedToken": {
          "token": "▁These▁are",
          "logprob": -8.139219284057617,
          "raw_logprob": -8.139219284057617
        },
        "topTokens": null,
        "textRange": {
          "start": 0,
          "end": 9
        }
      },
      {
        "generatedToken": {
          "token": "▁a▁few",
          "logprob": -4.903847694396973,
          "raw_logprob": -4.903847694396973
        },
        "topTokens": null,
        "textRange": {
          "start": 9,
          "end": 15
        }
      },
      {
        "generatedToken": {
          "token": "▁of▁my▁favorite",
          "logprob": -1.543039321899414,
          "raw_logprob": -1.543039321899414
        },
        "topTokens": null,
        "textRange": {
          "start": 15,
          "end": 30
        }
      }
    ]
  },
  "completions": [
    {
      "data": {
        "text": " things!\n\nI love entertaining, entertaining and decorating my home, entertaining clients, entertaining friends, entertaining family...you get the point! One of my favorite things to do is plan parties",
        "tokens": [
          {
            "generatedToken": {
              "token": "▁things",
              "logprob": -0.012797726318240166,
              "raw_logprob": -0.24019983410835266
            },
            "topTokens": null,
            "textRange": {
              "start": 0,
              "end": 7
            }
          },
          {
            "generatedToken": {
              "token": "!",
              "logprob": -2.060641050338745,
              "raw_logprob": -2.189206600189209
            },
            "topTokens": null,
            "textRange": {
              "start": 7,
              "end": 8
            }
          },
          {
            "generatedToken": {
              "token": "<|newline|>",
              "logprob": -0.8403825759887695,
              "raw_logprob": -2.1910078525543213
            },
            "topTokens": null,
            "textRange": {
              "start": 8,
              "end": 9
            }
          },
          {
            "generatedToken": {
              "token": "<|newline|>",
              "logprob": -0.1456860452890396,
              "raw_logprob": -0.9437531232833862
            },
            "topTokens": null,
            "textRange": {
              "start": 9,
              "end": 10
            }
          },
          {
            "generatedToken": {
              "token": "▁I▁love",
              "logprob": -4.374380588531494,
              "raw_logprob": -4.643549919128418
            },
            "topTokens": null,
            "textRange": {
              "start": 10,
              "end": 16
            }
          },
          {
            "generatedToken": {
              "token": "▁entertaining",
              "logprob": -8.783716201782227,
              "raw_logprob": -8.083599090576172
            },
            "topTokens": null,
            "textRange": {
              "start": 16,
              "end": 29
            }
          },
          {
            "generatedToken": {
              "token": ",",
              "logprob": -1.0627485513687134,
              "raw_logprob": -1.545505404472351
            },
            "topTokens": null,
            "textRange": {
              "start": 29,
              "end": 30
            }
          },
          {
            "generatedToken": {
              "token": "▁entertaining",
              "logprob": -4.874294757843018,
              "raw_logprob": -4.618663787841797
            },
            "topTokens": null,
            "textRange": {
              "start": 30,
              "end": 43
            }
          },
          {
            "generatedToken": {
              "token": "▁and",
              "logprob": -3.167405605316162,
              "raw_logprob": -3.570988655090332
            },
            "topTokens": null,
            "textRange": {
              "start": 43,
              "end": 47
            }
          },
          {
            "generatedToken": {
              "token": "▁decorating",
              "logprob": -1.648970127105713,
              "raw_logprob": -2.582613706588745
            },
            "topTokens": null,
            "textRange": {
              "start": 47,
              "end": 58
            }
          },
          {
            "generatedToken": {
              "token": "▁my▁home",
              "logprob": -2.5026865005493164,
              "raw_logprob": -2.6586031913757324
            },
            "topTokens": null,
            "textRange": {
              "start": 58,
              "end": 66
            }
          },
          {
            "generatedToken": {
              "token": ",",
              "logprob": -0.7689361572265625,
              "raw_logprob": -1.2174654006958008
            },
            "topTokens": null,
            "textRange": {
              "start": 66,
              "end": 67
            }
          },
          {
            "generatedToken": {
              "token": "▁entertaining",
              "logprob": -1.2487196922302246,
              "raw_logprob": -2.0927321910858154
            },
            "topTokens": null,
            "textRange": {
              "start": 67,
              "end": 80
            }
          },
          {
            "generatedToken": {
              "token": "▁clients",
              "logprob": -8.5693359375,
              "raw_logprob": -7.141331672668457
            },
            "topTokens": null,
            "textRange": {
              "start": 80,
              "end": 88
            }
          },
          {
            "generatedToken": {
              "token": ",",
              "logprob": -0.1822780817747116,
              "raw_logprob": -0.6432795524597168
            },
            "topTokens": null,
            "textRange": {
              "start": 88,
              "end": 89
            }
          },
          {
            "generatedToken": {
              "token": "▁entertaining",
              "logprob": -0.5468096137046814,
              "raw_logprob": -1.3048734664916992
            },
            "topTokens": null,
            "textRange": {
              "start": 89,
              "end": 102
            }
          },
          {
            "generatedToken": {
              "token": "▁friends",
              "logprob": -0.9710591435432434,
              "raw_logprob": -1.7686699628829956
            },
            "topTokens": null,
            "textRange": {
              "start": 102,
              "end": 110
            }
          },
          {
            "generatedToken": {
              "token": ",",
              "logprob": -0.14025729894638062,
              "raw_logprob": -0.4739122986793518
            },
            "topTokens": null,
            "textRange": {
              "start": 110,
              "end": 111
            }
          },
          {
            "generatedToken": {
              "token": "▁entertaining",
              "logprob": -0.2804214358329773,
              "raw_logprob": -0.8527922034263611
            },
            "topTokens": null,
            "textRange": {
              "start": 111,
              "end": 124
            }
          },
          {
            "generatedToken": {
              "token": "▁family",
              "logprob": -1.0800895690917969,
              "raw_logprob": -1.927623987197876
            },
            "topTokens": null,
            "textRange": {
              "start": 124,
              "end": 131
            }
          },
          {
            "generatedToken": {
              "token": "...",
              "logprob": -2.514098644256592,
              "raw_logprob": -2.373312473297119
            },
            "topTokens": null,
            "textRange": {
              "start": 131,
              "end": 134
            }
          },
          {
            "generatedToken": {
              "token": "you",
              "logprob": -1.0778509378433228,
              "raw_logprob": -1.99626624584198
            },
            "topTokens": null,
            "textRange": {
              "start": 134,
              "end": 137
            }
          },
          {
            "generatedToken": {
              "token": "▁get",
              "logprob": -0.03242425248026848,
              "raw_logprob": -0.1461254507303238
            },
            "topTokens": null,
            "textRange": {
              "start": 137,
              "end": 141
            }
          },
          {
            "generatedToken": {
              "token": "▁the▁point",
              "logprob": -2.4119038581848145,
              "raw_logprob": -2.0218327045440674
            },
            "topTokens": null,
            "textRange": {
              "start": 141,
              "end": 151
            }
          },
          {
            "generatedToken": {
              "token": "!",
              "logprob": -1.4457058906555176,
              "raw_logprob": -1.3022156953811646
            },
            "topTokens": null,
            "textRange": {
              "start": 151,
              "end": 152
            }
          },
          {
            "generatedToken": {
              "token": "▁One▁of▁my▁favorite",
              "logprob": -5.320619583129883,
              "raw_logprob": -5.056370258331299
            },
            "topTokens": null,
            "textRange": {
              "start": 152,
              "end": 171
            }
          },
          {
            "generatedToken": {
              "token": "▁things▁to▁do",
              "logprob": -0.678179919719696,
              "raw_logprob": -1.1683768033981323
            },
            "topTokens": null,
            "textRange": {
              "start": 171,
              "end": 184
            }
          },
          {
            "generatedToken": {
              "token": "▁is",
              "logprob": -0.08321860432624817,
              "raw_logprob": -0.5311100482940674
            },
            "topTokens": null,
            "textRange": {
              "start": 184,
              "end": 187
            }
          },
          {
            "generatedToken": {
              "token": "▁plan",
              "logprob": -2.2561252117156982,
              "raw_logprob": -3.04398512840271
            },
            "topTokens": null,
            "textRange": {
              "start": 187,
              "end": 192
            }
          },
          {
            "generatedToken": {
              "token": "▁parties",
              "logprob": -2.2673985958099365,
              "raw_logprob": -2.537139892578125
            },
            "topTokens": null,
            "textRange": {
              "start": 192,
              "end": 200
            }
          }
        ]
      },
      "finishReason": {
        "reason": "length",
        "length": 30
      }
    }
  ]
}

响应是一个嵌套数据结构，包含有关已处理请求、提示和完成的信息。在顶层，响应具有以下字段：

ID

已处理请求的唯一字符串。重复的相同请求会收到不同的 ID。id

迅速的

其中包括原始文本、标记及其对数概率，以及每个位置的前 K 个替代标记（如果需要）。它有两个嵌套字段：prompt

text（细绳）

tokens（TokenData列表）

完成情况

完成列表，包括原始文本、标记和对数概率。完成的数量与请求的数量相对应。每个完成都有两个嵌套字段：numResults

data，其中包含用于完成的（字符串）和令牌（TokenData 列表）。text

finishReason，此嵌套数据结构解释了为什么生成过程因特定完成而停止。各种终止原因是：

达到长度限制：

格式：{"reason": "length", "length": <max_length>}

描述：模型在达到预设的代币限制后停止生成。这里，代表设定值，表示最大令牌数。<max_length>``maxTokens

生成文本结束标记：

格式：{"reason": "endoftext"}

描述：当模型生成令牌时，生成终止。<endoftext>

生成的停止序列：

格式：{"reason": "stop", "sequence": <stop_sequence>}

说明：一旦指定的停止序列生成，生成就结束。是指中提供的值。<stop_sequence>``stopSequences

代币数据

TokenData 对象提供有关提示和补全中每个标记的详细信息。它包括以下字段：

生成的令牌：

该字段由两个嵌套字段组成：generatedToken

token：令牌的字符串表示形式。

logprob：应用采样参数作为浮点值后令牌的预测对数概率。

raw_logprob：令牌的原始预测对数概率作为浮点值。对于无关紧要的值（即 , ），我们得到。temperature=1``topP=1``raw_logprob=logprob

顶级代币

该字段是该位置的前 K 个替代令牌的列表，根据请求参数按概率排序。如果设置为 0，则该字段将为空。topTokens``topKReturn``topKReturn

列表中的每个令牌包括：

token：替代标记的字符串表示形式。

logprob：替代令牌的预测对数概率作为浮点值。

文本范围

该字段指示解码后的文本字符串中标记的开始和结束偏移量：textRange

start：解码后的文本字符串中标记的起始索引。

end：解码后的文本字符串中标记的结束索引。

侏罗纪 2 模型#

接口参数#

API 请求示例#

响应示例#

回复#

ID#

迅速的#

完成情况#

代币数据#

生成的令牌：#

顶级代币#

文本范围#