J2 完整版
POSThttps://api.ai21.com/studio/v1/j2-{model_type}/complete🤖 使用完整 API 生成文本
通过尝试我们的交互式 API 参考页面来开始使用 Jurassic-2 Complete 端点。要验证您的请求，只需在标头输入中输入您的AI21 Studio API 密钥即可。如果您使用 Python 构建软件，请考虑使用我们的Python SDK，以获得更大的便利性和灵活性。
请求参数
选择您想要交互的模型类型。默认值：中。
找不到您的型号？我们简化了 Jurassic-2 基础模型，现在提供三种不同的变体：Ultra、Mid 和 Light。在这里阅读更多内容。
采样和返回的完成数量。可选，默认= 1 大于1的值仅在非贪婪解码的情况下才有意义，即temperature > 0。
模型被要求继续的文本。 对于 J2-Light、J2-Mid 和 J2-Ultra,要继续的文本不应超过 8191 个标记。
每个结果要生成的最大标记数。可选,默认 = 16 如果没有给出 stopSequences,在生成 maxTokens 后停止生成。
每个结果要生成的最小标记数。可选,默认 = 0 如果给出了 stopSequences,在生成 minTokens 前会被忽略。
修改从中采样标记的分布。可选,默认 = 0.7 将 temperature 设置为 1.0 直接从模型分布中进行采样。较低(高)的值会增加采样更高(低)概率标记的机会。值为 0 本质上禁用了采样,并进行贪心解码,其中在每一步选择最可能的标记。
从对应概率质量的前百分位数中采样标记。可选,默认 = 1 例如,0.9 的值仅考虑构成前 90% 概率质量的标记。
0 <= 整数 <= 10,可选,默认 = 0 返回前 K 个替代标记。使用非零值时,响应包括每个位置(在提示和完成中)的前 K 个替代项的字符串表示和对数概率。
控制惩罚的幅度。0 <= int <= 500 正的惩罚值意味着降低重复的概率。更大的值对应对重复的更强的偏见。
将惩罚应用于空格和换行符。可选的,默认为true
将惩罚应用于标点符号。可选的,默认为true 决定是否将惩罚应用于包含标点字符和空格的标记,如 ; , !!! 或 ▁[[@。
将惩罚应用于数字。可选的,默认为true 决定是否将惩罚应用于纯数字标记,如 2022 或 123。包含数字和字母的标记,如 20th,不受此参数影响。
将惩罚应用于停用词。可选的,默认为true 决定是否将惩罚应用于 NLTK 英语停用词或这些词的多词组合,如 are、nor 和 ▁We▁have。
从惩罚中排除表情符号。可选的,默认为true 决定是否将惩罚应用于 Jurassic-1 词汇表中约 650 个常用表情符号的任意一个。
控制惩罚的幅度。0 <= float <= 5.0 正的惩罚值意味着降低重复的概率。更大的值对应对重复的更强的偏见。
将惩罚应用于空格和换行符。可选的,默认为true
将惩罚应用于标点符号。可选的,默认为true 决定是否将惩罚应用于包含标点字符和空格的标记,如 ; , !!! 或 ▁[[@。
将惩罚应用于数字。可选的,默认为true 决定是否将惩罚应用于纯数字标记,如 2022 或 123。包含数字和字母的标记,如 20th,不受此参数影响。
将惩罚应用于停用词。可选的,默认为true 决定是否将惩罚应用于 NLTK 英语停用词或这些词的多词组合,如 are、nor 和 ▁We▁have。
从惩罚中排除表情符号。可选的,默认为true 决定是否将惩罚应用于 Jurassic-1 词汇表中约 650 个常用表情符号的任意一个。
控制惩罚的幅度。0 <= float <= 1 正的惩罚值意味着降低重复的概率。更大的值对应对重复的更强的偏见。
将惩罚应用于空格和换行符。可选的,默认为true
将惩罚应用于标点符号。可选的,默认为true 决定是否将惩罚应用于包含标点字符和空格的标记,如 ; , !!! 或 ▁[[@。
将惩罚应用于数字。可选的,默认为true 决定是否将惩罚应用于纯数字标记,如 2022 或 123。包含数字和字母的标记,如 20th,不受此参数影响。
将惩罚应用于停用词。可选的,默认为true 决定是否将惩罚应用于 NLTK 英语停用词或这些词的多词组合,如 are、nor 和 ▁We▁have。
从惩罚中排除表情符号。可选的,默认为true 决定是否将惩罚应用于 Jurassic-1 词汇表中约 650 个常用表情符号的任意一个。
{
"numResults": 1,
"maxTokens": 16,
"minTokens": 0,
"temperature": 0.7,
"topP": 1,
"topKReturn": 0,
"frequencyPenalty": {
"scale": 0,
"applyToWhitespaces": true,
"applyToPunctuations": true,
"applyToNumbers": true,
"applyToStopwords": true,
"applyToEmojis": true
},
"presencePenalty": {
"scale": 0,
"applyToWhitespaces": true,
"applyToPunctuations": true,
"applyToNumbers": true,
"applyToStopwords": true,
"applyToEmojis": true
},
"countPenalty": {
"scale": 0,
"applyToWhitespaces": true,
"applyToPunctuations": true,
"applyToNumbers": true,
"applyToStopwords": true,
"applyToEmojis": true
}
}示例代码
返回响应
Prompt <---
{
"id": "7921a78e-d905-c9df-27e3-88e4831e3c3b",
"prompt": {
"text": "I will",
"tokens": [
{
"generatedToken": {
"token": "▁I▁will",
"logprob": -9.654844284057617,
"raw_logprob": -9.654844284057617
},
"topTokens": null,
"textRange": {
"start": 0,
"end": 6
}
}
]
},
"completions": [
{
"data": {
"text": " complete this",
"tokens": [
{
"generatedToken": {
"token": "▁complete",
"logprob": -6.360593795776367,
"raw_logprob": -6.491568565368652
},
"topTokens": null,
"textRange": {
"start": 0,
"end": 9
}
},
{
"generatedToken": {
"token": "▁this",
"logprob": -2.253995180130005,
"raw_logprob": -2.886030673980713
},
"topTokens": null,
"textRange": {
"start": 9,
"end": 14
}
}
]
},
"finishReason": {
"reason": "length",
"length": 2
}
}
]
}