自定义模型完整训练
POSThttps://api.ai21.com/studio/v1/{model_type}/{model_name}/complete请求参数
指定用作自定义模型基础的模型类型。
找不到您的型号类型？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。
您训练的模型的名称。
要求模型继续的文本。 文本长度不应超过 2047 个标记。
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。
每个结果生成的最大标记数。可选，默认 = 16 如果未stopSequences给出，则在生成 后停止生成maxTokens。
每个结果生成的最小标记数。可选，默认 = 0 如果stopSequences给出，则在minTokens生成之前将忽略它们。
修改从中采样令牌的分布。可选，默认 = 0.7 直接从模型分布中将温度设置为 1.0 个样本。较低（较高）的值会增加采样较高（较低）概率标记的机会。值为 0 本质上会禁用采样并导致贪婪解码，其中每一步都会选择最可能的标记。
从概率质量的相应最高百分位数中采样标记。可选，默认 = 1 例如，值为 0.9 将仅考虑包含前 90% 概率质量的标记。
如果生成任何字符串，则停止解码。选修的。 例如，要在逗号或新行处停止，请使用[".", "\n"]。解码结果文本将不包括停止序列字符串，但它将包含在原始令牌数据中，如果序列在令牌中间结束，则原始令牌数据也可以继续超出停止序列。触发终止的序列将包含在finishReason响应中。
0 <= 整数 <= 10，可选，默认 = 0 返回前 K 个替代标记。当使用非零值时，响应包括提示和补全中每个位置的前 K 个备选方案中的每个的字符串表示形式和对数概率。
为您的自定义模型请求选择一个纪元（范围：1 到纪元数）；如果省略，则使用默认纪元。
控制惩罚的幅度。0 <= int <= 500 正的惩罚值意味着减少重复的概率。值越大，对应的重复偏差越强。
对空格和换行符应用惩罚。可选，默认=true
对标点符号应用惩罚。可选，默认=true 确定惩罚是否应用于包含标点符号字符和空格的标记，例如;,!!!或▁\[[@。
将惩罚应用于数字。可选，默认=true 确定惩罚是否应用于纯数字标记，例如2022或123。包含数字和字母的标记（例如20th）不受此参数影响。
对停用词应用惩罚。可选，默认值 = true 确定处罚是否应用于 NLTK 英语停用词或这些单词的多单词组合的标记，例如are、nor和▁We▁have。
将表情符号排除在惩罚之外。可选，默认值 = true 确定惩罚是否应用于 Jurassic-1 词汇表中大约 650 个常见表情符号中的任何一个。
控制惩罚的幅度。0 <= float <= 5.0 正的惩罚值意味着减少重复的概率。值越大，对应的重复偏差越强。
对空格和换行符应用惩罚。可选，默认=true
对标点符号应用惩罚。可选，默认=true 确定惩罚是否应用于包含标点符号字符和空格的标记，例如;,!!!或▁\[[@。
将惩罚应用于数字。可选，默认=true 确定惩罚是否应用于纯数字标记，例如2022或123。包含数字和字母的标记（例如20th）不受此参数影响。
对停用词应用惩罚。可选，默认值 = true 确定处罚是否应用于 NLTK 英语停用词或这些单词的多单词组合的标记，例如are、nor和▁We▁have。
将表情符号排除在惩罚之外。可选，默认值 = true 确定惩罚是否应用于 Jurassic-1 词汇表中大约 650 个常见表情符号中的任何一个。
控制惩罚的幅度。0 <= float <= 1 正的惩罚值意味着减少重复的概率。值越大，对应的重复偏差越强。
对空格和换行符应用惩罚。可选，默认=true
对标点符号应用惩罚。可选，默认=true 确定惩罚是否应用于包含标点符号字符和空格的标记，例如;,!!!或▁\[[@。
将惩罚应用于数字。可选，默认=true 确定惩罚是否应用于纯数字标记，例如2022或123。包含数字和字母的标记（例如20th）不受此参数影响。
对停用词应用惩罚。可选，默认值 = true 确定处罚是否应用于 NLTK 英语停用词或这些单词的多单词组合的标记，例如are、nor和▁We▁have。
将表情符号排除在惩罚之外。可选，默认值 = true 确定惩罚是否应用于 Jurassic-1 词汇表中大约 650 个常见表情符号中的任何一个。
{
"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
{}