SDK功能列表
更新时间:2024-11-28
千帆ModelBuilder提供了 Python、Go、Node.js 和 Java 等不同语言的 SDK,支持了丰富的 API 能力,便于开发者使用,提升开发效率。
SDK 支持的功能
SDK支持的能力如下,不同语言SDK,支持的功能可能不同。
模块 | 模块介绍 | Python SDK | Go SDK | Java SDK | Node.js SDK |
---|---|---|---|---|---|
对话Chat | 支持创建chat,用于发起一次对话。 | ✓ | ✓ | ✓ | ✓ |
续写Completions | 支持创建completion,用于发起一次续写请求,不支持多轮会话等。 | ✓ | ✓ | ✓ | ✓ |
向量Embeddings | 支持Embeddings,用于根据输入内容生成对应的向量表示。 | ✓ | ✓ | ✓ | ✓ |
重排序Reranker | 用于重新排序向量模型返回的top-k文档,优化语义搜索结果。 | ✓ | ✕ | ✕ | ✕ |
图像Images | 提供图像相关API能力。 | ✓ | ✓ | ✓ | ✓ |
Token计算 | 根据输入计算token数。 | ✓ | ✕ | ✕ | ✕ |
批量预测 | 提供创建预测任务、获取详情等能力。 | ✓ | ✓ | ✓ | ✓ |
TPM配额管理 | 提供了购买TPM配额、查询配额信息等能力。 | ✓ | ✓ | ✓ | ✓ |
私有资源池服务付费 | 提供了购买算力单元实例、查询算力单元实例列表或信息等能力。 | ✓ | ✓ | ✓ | ✓ |
模型服务 | 提供创建服务、获取服务详情等能力。 | ✓ | ✓ | ✓ | ✓ |
模型管理 | 提供获取模型、模型版本详情,获取用户/预置模型及将训练任务发布为模型等能力。 | ✓ | ✓ | ✓ | ✓ |
模型调优 | 提供创建训练任务、任务运行、停止任务运行及获取任务运行详情等能力。 | ✓ | ✓ | ✓ | ✓ |
数据管理 | 提供创建数据集等数据集管理、导入导出数据集任务、数据清洗任务管理等能力。 | ✓ | ✓ | ✓ | ✓ |
Prompt工程 | 提供模板管理、Prompt优化任务、评估等相关能力。 | ✓ | ✓ | ✓ | ✓ |
系统记忆 | 提供创建系统记忆、查询系统记忆等能力。 | ✓ | ✓ | ✓ | ✓ |
实例资源自动续费 | 提供创建实例资源自动续费规则API能力。 | ✓ | ✓ | ✓ | ✓ |
推理服务API V2版本
- 为提升使用体验,平台新增支持V2版本模型服务API,完全兼容OpenAI标准(包含身份认证、接口协议)。
- 目前支持Python SDK、Go SDK调用V2版本接口,调用说明请查看SDK-对话Chat V2。
支持以下模型。
模型 | 介绍 |
---|---|
ERNIE-4.0-8K | 百度自研的旗舰级超大规模⼤语⾔模型,相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。 百度文心系列中效果最强大的⼤语⾔模型,理解、生成、逻辑、记忆能力达到业界顶尖水平。 |
ERNIE-4.0-8K-Preview | 百度自研的旗舰级超大规模⼤语⾔模型,相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。 |
ERNIE-4.0-8K-Latest | ERNIE-4.0-8K-Latest相比ERNIE-4.0-8K能力全面提升,其中角色扮演能力和指令遵循能力提升较大;相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效,支持5K tokens输入+2K tokens输出。 |
ERNIE-4.0-Turbo-8K | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K是模型的一个版本。 |
ERNIE-4.0-Turbo-8K-Preview | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K-Preview是模型的一个版本。 |
ERNIE-4.0-Turbo-8K-Latest | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K-Latest是模型的一个版本。 |
ERNIE-3.5-8K | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。 |
ERNIE-3.5-8K-Preview | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。此版本为ERNIE-3.5-8K模型的预览版本,指向最新版本模型。 |
ERNIE-3.5-128K | ERNIE 3.5是百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。ERNIE-3.5-128K是模型的一个版本,2024年5月16日发布,提升上下文窗口长度至128K。 |
ERNIE-Speed-Pro-128K | 百度2024年最新发布的自研高性能大语言模型,通用能力优异,适合作为基座模型进行精调,更好地处理特定场景问题,同时具备极佳的推理性能。2024年8月30日发布的初始版本,支持128K上下文长度,效果比ERNIE-Speed-128K更优。 |
ERNIE-Speed-8K | 百度2024年最新发布的自研高性能大语言模型,通用能力优异,适合作为基座模型进行精调,更好地处理特定场景问题,同时具备极佳的推理性能。2024年2月5日发布的初始版本,支持8K上下文长度。 |
ERNIE-Speed-128K | 百度2024年最新发布的自研高性能大语言模型,通用能力优异,适合作为基座模型进行精调,更好地处理特定场景问题,同时具备极佳的推理性能。2024年3月14日发布版本,提升上下文窗口长度至128K。 |
ERNIE-Character-8K | 百度自研的垂直场景大语言模型,适合游戏NPC、客服对话、对话角色扮演等应用场景,人设风格更为鲜明、一致,指令遵循能力更强,推理性能更优。 |
ERNIE-Character-Fiction-8K | 百度自研的垂直场景大语言模型,适合游戏NPC、客服对话、对话角色扮演等应用场景,人设风格更为鲜明、一致,指令遵循能力更强,推理性能更优。 |
ERNIE-Lite-8K | 百度自研的轻量级大语言模型,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。 |
ERNIE-Lite-Pro-128K | 百度自研的轻量级大语言模型,效果比ERNIE Lite更优,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。该版本优化模型效果,支持128K上下文长度,效果比ERNIE-Lite-128K更优。 |
ERNIE-Tiny-8K | 百度自研的超高性能大语言模型,部署与精调成本在文心系列模型中最低。 |
ERNIE-Novel-8K | 百度自研通用大语言模型,在小说续写能力上有明显优势,也可用在短剧、电影等场景。2024年8月2日首次发布的版本,百度自研通用大语言模型,在小说续写能力上有明显优势,也可用在短剧、电影等场景。 |
推理服务API V1相关
对话Chat
模型 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
---|---|---|---|---|---|
ERNIE-4.0-8K | 百度自研的旗舰级超大规模⼤语⾔模型,相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。 百度文心系列中效果最强大的⼤语⾔模型,理解、生成、逻辑、记忆能力达到业界顶尖水平。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-8K-Preview | 百度自研的旗舰级超大规模⼤语⾔模型,相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-8K-Latest | ERNIE-4.0-8K-Latest相比ERNIE-4.0-8K能力全面提升,其中角色扮演能力和指令遵循能力提升较大;相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效,支持5K tokens输入+2K tokens输出。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-8K-0613 | 百度自研的旗舰级超大规模⼤语⾔模型,相较ERNIE 3.5实现了模型能力全面升级,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效,支持5K tokens输入+2K tokens输出。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-Turbo-8K | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K是模型的一个版本。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-Turbo-8K-Preview | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K-Preview是模型的一个版本。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-Turbo-8K-Latest | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K-Latest是模型的一个版本。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-4.0-Turbo-8K-0628 | ERNIE 4.0 Turbo是百度自研的旗舰级超大规模⼤语⾔模型,综合效果表现出色,广泛适用于各领域复杂任务场景;支持自动对接百度搜索插件,保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀。ERNIE-4.0-Turbo-8K-0628是模型的一个版本。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-3.5-8K | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-3.5-8K-Preview | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。此版本为ERNIE-3.5-8K模型的预览版本,指向最新版本模型。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-3.5-128K | ERNIE 3.5是百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。ERNIE-3.5-128K是模型的一个版本,2024年5月16日发布,提升上下文窗口长度至128K。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-3.5-8K-0613 | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。2024年6月13日发布版本,该模型版本在信息处理、代码能力、知识问答、多轮会话等均有提升。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-3.5-8K-0701 | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。2024年7月1日发布版本,能力全面升级,尤其数学计算、逻辑推理能力提升显著。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-3.5-128K-Preview | 百度自研的旗舰级大规模⼤语⾔模型,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用场景要求;支持自动对接百度搜索插件,保障问答信息时效。ERNIE-3.5-128K-Preview是此版本为ERNIE-3.5-128K模型的预览版本,指向最新版本模型。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Speed-Pro-128K | 百度2024年最新发布的自研高性能大语言模型,通用能力优异,适合作为基座模型进行精调,更好地处理特定场景问题,同时具备极佳的推理性能。2024年8月30日发布的初始版本,支持128K上下文长度,效果比ERNIE-Speed-128K更优。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Speed-8K | 百度2024年最新发布的自研高性能大语言模型,通用能力优异,适合作为基座模型进行精调,更好地处理特定场景问题,同时具备极佳的推理性能。2024年2月5日发布的初始版本,支持8K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Speed-128K | 百度2024年最新发布的自研高性能大语言模型,通用能力优异,适合作为基座模型进行精调,更好地处理特定场景问题,同时具备极佳的推理性能。2024年3月14日发布版本,提升上下文窗口长度至128K。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Character-8K | 百度自研的垂直场景大语言模型,适合游戏NPC、客服对话、对话角色扮演等应用场景,人设风格更为鲜明、一致,指令遵循能力更强,推理性能更优。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Character-Fiction-8K | 百度自研的垂直场景大语言模型,适合游戏NPC、客服对话、对话角色扮演等应用场景,人设风格更为鲜明、一致,指令遵循能力更强,推理性能更优。ERNIE-Character-Fiction-8K是2024年5月23日发布的版本,支持8K上下文长度,在情节演绎和规则化文本等场景下指令遵循能力更强。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Character-Fiction-8K-Preview | 百度自研的垂直场景大语言模型,适合游戏NPC、客服对话、对话角色扮演等应用场景,人设风格更为鲜明、一致,指令遵循能力更强,推理性能更优。ERNIE-Character-Fiction-8K-Preview是2024年10月28日发布的版本,在剧情主动性、深度扮演能力、现代潮流度、边界安全问题的灵活度等能力得到增强,涵盖现代都市、古代武侠等的角色扮演场景也更加丰富。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Lite-8K | 百度自研的轻量级大语言模型,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Lite-8K-0725 | 百度自研的轻量级大语言模型,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。该模型版本是2023年7月25日发布版本,新增推理超参数,提升上下文窗口长度至8K | 支持 | 支持 | 支持 | 支持 |
ERNIE-Lite-4K-0704 | 百度自研的轻量级大语言模型,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。该模型版本是2023年7月4日发布版本,优化推理效果,修复部分问题,支持4K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Lite-4K-0516 | 百度自研的轻量级大语言模型,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。该模型版本是2023年5月16日发布的初始版本,支持4K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Lite-128K-0419 | 百度自研的轻量级大语言模型,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。该模型版本是2024年4月19日发布版本,优化模型效果,支持128K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Lite-Pro-128K | 百度自研的轻量级大语言模型,效果比ERNIE Lite更优,兼顾优异的模型效果与推理性能,适合低算力AI加速卡推理使用。该版本优化模型效果,支持128K上下文长度,效果比ERNIE-Lite-128K更优。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Functions-8K-0321 | 百度自研的垂直场景大语言模型,适合对话问答中的外部工具使用和业务函数调用场景,结构化回答合成能力更强、输出格式更稳定,推理性能更优。 | 支持 | ✕ | ✕ | ✕ |
ERNIE-Tiny-8K | 百度自研的超高性能大语言模型,部署与精调成本在文心系列模型中最低。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Tiny-128K-0929 | 百度自研的超高性能大语言模型,部署与精调成本在文心系列模型中最低。ERNIE-Tiny-128k-0929是2024年9月29日发布的版本,支持128K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
ERNIE-Novel-8K | 百度自研通用大语言模型,在小说续写能力上有明显优势,也可用在短剧、电影等场景。2024年8月2日首次发布的版本,百度自研通用大语言模型,在小说续写能力上有明显优势,也可用在短剧、电影等场景。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Dynamic-8K | 百度新推高性价比大模型服务,覆盖海量中英文语料,具有强大的通用能力,可满足绝大部分对话问答、创作生成、插件应用等场景要求;同时,对模型推理进行了优化,提供更好的推理性能。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Agent-Speed-8K | 千帆自研Agent专用版模型,针对企业级大模型应用进行了专门的指令调优,在问答场景、智能体相关场景可以获得同等规模模型下更好的效果。2024年11月21日发布的版本,支持8K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Agent-Lite-8K | 千帆自研Agent专用版模型,针对企业级大模型应用进行了专门的指令调优,在问答场景、智能体相关场景可以获得同等规模模型下更好的效果。2024年11月21日发布的版本,支持8K上下文长度。 | 支持 | 支持 | 支持 | 支持 |
Gemma-2B-it | Google 开发的一系列轻量级、尖端的开源文本生成模型,采用与 Gemini 模型相同的技术构建,适合用于各种文本生成任务,能够在资源量较小的端侧设备部署。该版本为20亿参数的指令微调版本。 | 支持 | 支持 | 支持 | 支持 |
Gemma-7B-it | Google 开发的一系列轻量级、尖端的开源文本生成模型,采用与 Gemini 模型相同的技术构建,适合用于各种文本生成任务,能够在资源量较小的端侧设备部署。该版本为70亿参数的指令微调版本。 | 支持 | 支持 | 支持 | 支持 |
Yi-34B-Chat | 由零一万物开发并开源的双语大语言模型,使用4K序列长度进行训练,在推理期间可扩展到32K;模型在多项评测中全球领跑,取得了多项 SOTA 国际最佳性能指标表现,该版本为支持对话的chat版本。 | 支持 | 支持 | 支持 | 支持 |
BLOOMZ-7B | BLOOMZ-7B是业内知名的大语言模型,由BigScience研发并开源,能够以46种语言和13种编程语言输出文本。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-BLOOMZ-7B-compressed | 千帆ModelBuilder团队在BLOOMZ-7B基础上的压缩版本,融合量化、稀疏化等技术,显存占用降低30%以上。 | 支持 | 支持 | 支持 | 支持 |
Mixtral-8x7B-Instruct | 由Mistral AI发布的首个高质量稀疏专家混合模型 (MOE),模型由8个70亿参数专家模型组成,在多个基准测试中表现优于Llama-2-70B及GPT3.5,能够处理32K上下文,在代码生成任务中表现尤为优异。 | 支持 | 支持 | 支持 | 支持 |
Mistral-7B-Instruct | 由Mistral AI研发并开源的7B参数大语言模型,具备强大的推理性能和效果,对硬件需求更少、在各项评测基准中超越同规模模型。该版本为Mistral-7B-v0.1基础上的微调版本。 | 支持 | 支持 | 支持 | 支持 |
Llama-2-7b-chat | Llama-2-7b-chat由Meta AI研发并开源,在编码、推理及知识应用等场景表现优秀,Llama-2-7b-chat是高性能原生开源版本,适用于对话场景。 | 支持 | 支持 | 支持 | 支持 |
Llama-2-13b-chat | Llama-2-13b-chat由Meta AI研发并开源,在编码、推理及知识应用等场景表现优秀,Llama-2-13b-chat是性能与效果均衡的原生开源版本,适用于对话场景。 | 支持 | 支持 | 支持 | 支持 |
Llama-2-70b-chat | Llama-2-70b-chat由Meta AI研发并开源,在编码、推理及知识应用等场景表现优秀,Llama-2-70b-chat是高精度效果的原生开源版本。 | 支持 | 支持 | 支持 | 支持 |
Meta-Llama-3-8B-Instruct | Meta-Llama-3-8B是Meta AI于2024年4月18日发布的Meta Llama 3系列8B参数大语言模型,擅长语言细微差别、上下文理解、代码生成以及翻译和对话生成等复杂任务。Meta-Llama-3-8B-Instruct是8B参数的指令微调版本,适用于对话场景,在常见行业基准上优于许多可用的开源聊天模型。 | 支持 | 支持 | 支持 | 支持 |
Meta-Llama-3-70B-Instruct | Meta-Llama-3-70B是Meta AI于2024年4月18日发布的Meta Llama 3系列70B参数大语言模型,擅长语言细微差别、上下文理解、代码生成以及翻译和对话生成等复杂任务。Meta-Llama-3-70B-Instruct是70B参数的指令微调版本,适用于对话场景,在理解语言细节、上下文和执行复杂任务上表现更佳。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Chinese-Llama-2-7B | 千帆ModelBuilder团队在Llama-2-7b基础上的中文增强版本,在CMMLU、C-EVAL等中文数据集上表现优异。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Chinese-Llama-2-7B-32K | 千帆ModelBuilder团队在Qianfan-Chinese-Llama-2-7B基础上的增强版本,支持32K上下文。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Chinese-Llama-2-13B-v2 | 千帆ModelBuilder团队基于Llama2架构开发的130亿参数预训练大语言模型,在1T+ tokens的高质量自有语料上从零开始训练,支持中英双语,上下文窗口长度为4K。推理效果整体优于同参数量级开源模型。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Chinese-Llama-2-13B-v1 | 千帆ModelBuilder团队在Llama-2-13b基础上的中文增强版本,在CMMLU、C-EVAL等中文数据集上表现优异。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Chinese-Llama-2-70B | 千帆ModelBuilder团队在Llama-2-70b基础上的中文增强版本,在CMMLU、C-EVAL等中文数据集上表现优异。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Llama-2-70B-compressed | 千帆ModelBuilder团队在Llama-2-70B基础上的压缩版本,融合量化、稀疏化、算子优化等压缩加速技术,大幅降低模型推理资源占用。 | 支持 | 支持 | 支持 | 支持 |
Linly-Chinese-LLaMA-2-7B | 由深圳大学CV研究所Linly项目进行中文增强训练的Llama-2 7b参数版本。 | 支持 | 支持 | 支持 | 支持 |
Linly-Chinese-LLaMA-2-13B | 由深圳大学CV研究所Linly项目进行中文增强训练的Llama-2 13b参数版本。 | 支持 | 支持 | 支持 | 支持 |
Qianfan-Chinese-Llama-2-1.3B | 由千帆ModelBuilder团队基于Llama2架构开发的13亿参数预训练大语言模型,在1T+ tokens的高质量自有语料上从零开始训练,支持中英双语,上下文窗口长度为4K。推理效果整体优于同参数量级开源模型。 | 支持 | 支持 | 支持 | 支持 |
ChatGLM3-6B-32K | 智谱AI与清华KEG实验室发布的中英双语对话模型,在ChatGLM3-6B的基础上进一步强化了对于长文本的理解能力,能够更好的处理最多32K长度的上下文。 | 支持 | 支持 | 支持 | 支持 |
ChatGLM3-6B | 智谱AI与清华KEG实验室发布的中英双语对话模型,相比前两代,具备更强大的基础模型,同时原生支持工具调用(Function Call)、代码执行(Code Interpreter)和 Agent 任务等复杂场景。 | 支持 | 支持 | 支持 | 支持 |
ChatGLM2-6B | 智谱AI与清华KEG实验室发布的中英双语对话模型,具备强大的推理性能、效果、较低的部署门槛及更长的上下文,在MMLU、CEval等数据集上相比初代有大幅的性能提升。 | 支持 | 支持 | 支持 | 支持 |
ChatGLM2-6B-32K | 在ChatGLM2-6B的基础上进一步强化了对于长文本的理解能力,能够更好的处理最多32K长度的上下文。 | 支持 | 支持 | 支持 | 支持 |
ChatGLM2-6B-INT4 | 在ChatGLM2-6B的基础上进行INT4 量化,6G 显存支持的对话长度由 1K 提升到了 8K。 | 支持 | 支持 | 支持 | 支持 |
Baichuan2-7B-Chat | 是百川智能推出的新一代开源大语言模型,采用2.6万亿Tokens的高质量语料训练,在权威的中文和英文 benchmark 上均取得同尺寸领先的效果。该版本为70亿参数规模的Chat版本。 | 支持 | 支持 | 支持 | 支持 |
Baichuan2-13B-Chat | Baichuan 2 是百川智能推出的新一代开源大语言模型,采用2.6万亿Tokens的高质量语料训练,在权威的中文和英文 benchmark 上均取得同尺寸领先的效果。该版本为130亿参数规模的Chat版本。 | 支持 | 支持 | 支持 | 支持 |
XVERSE-13B-Chat | XVERSE-13B-Chat是由深圳元象科技自主研发的支持多语言的大语言模型,支持8k上下文、40多种语言,具备训练效率高、稳定性强、算力利用率高等特点。该版本为130亿参数规模的Chat版本。 | 支持 | 支持 | 支持 | 支持 |
XuanYuan-70B-Chat-4bit | 由度小满开发,基于Llama2-70B模型进行中文增强的金融行业大模型,通用能力显著提升,在CMMLU/CEVAL等各项榜单中排名前列;金融域任务超越领先通用模型,支持金融知识问答、金融计算、金融分析等各项任务。 | 支持 | 支持 | 支持 | 支持 |
DISC-MedLLM | DISC-MedLLM是一个专门针对医疗健康对话式场景而设计的医疗领域大模型,由复旦大学数据智能与社会计算实验室 (Fudan-DISC)开发并开源。 | 支持 | 支持 | 支持 | 支持 |
ChatLaw | 由壹万卷公司与北大深研院研发的法律行业大模型,在开源版本基础上进行了进一步架构升级,融入了法律意图识别、法律关键词提取、CoT推理增强等模块,实现了效果提升,以满足法律问答、法条检索等应用需求。 | 支持 | 支持 | 支持 | 支持 |
Falcon-7B | 由TII研发、在精选语料库增强的1500B tokens上进行训练。由OpenBuddy调优并开源,提升了处理复杂对话任务的能力与表现。 | 支持 | 支持 | 支持 | 支持 |
Falcon-40B-Instruct | 由TII研发的仅使用解码器的模型,并在Baize的混合数据集上进行微调,具备优异的推理效果。 | 支持 | 支持 | 支持 | 支持 |
AquilaChat-7B | 由智源研究院研发,基于Aquila-7B训练的对话模型,支持流畅的文本对话及多种语言类生成任务,通过定义可扩展的特殊指令规范,实现 AquilaChat对其它模型和工具的调用,且易于扩展。 | 支持 | 支持 | 支持 | 支持 |
RWKV-4-World | 由香港大学物理系校友彭博研发并开源,结合了Transformer与RNN的优点,具备优秀的推理性能与效果。RWKV-4-World在100多种语言上进行训练,具备优秀的英语零样本与上下文学习能力。 | 支持 | 支持 | 支持 | 支持 |
RWKV-4-pile-14B | 由香港大学物理系校友彭博研发并开源,结合了Transformer与RNN的优点,具备优秀的推理性能与效果。RWKV-4-pile-14B为在 Pile 数据集上训练的 L40-D5120 因果语言模型。 | 支持 | 支持 | 支持 | 支持 |
RWKV-Raven-14B | 由香港大学物理系校友彭博研发并开源,结合了Transformer与RNN的优点,具备优秀的推理性能与效果。RWKV-Raven-14B为在Pile数据集上训练,并在Alpaca、CodeAlpaca等上进行微调的Chat版本。 | 支持 | 支持 | 支持 | 支持 |
OpenLLaMA-7B | 在Meta AI研发的Llama模型基础上,OpenBuddy进行调优,涵盖了更广泛的词汇、通用字符与token嵌入,具备与Llama相当的性能与推理效果。 | 支持 | 支持 | 支持 | 支持 |
Dolly-12B | 由Databricks训练的指令遵循大语言模型。基于pythia-12b,由InstructGPT论文的能力域中生成的约15k指令/响应微调记录训练。 | 支持 | 支持 | 支持 | 支持 |
MPT-7B-Instruct | MPT-7B-Instruct是一种短格式指令遵循模型,由MosaicML研发,基于MPT-7B模型在Databricks Dolly-15k、HH-RLHF数据集上调优的版本,采用经过修改的仅使用解码器的transformer架构。 | 支持 | 支持 | 支持 | 支持 |
MPT-30B-instruct | MPT-30M-Instruct是一种短格式指令遵循模型,由MosaicML研发,基于MPT-7B模型在更为丰富的数据集上调优的版本,采用经过修改的仅使用解码器的transformer架构。 | 支持 | 支持 | 支持 | 支持 |
OA-Pythia-12B-SFT-4 | 基于Pythia12B,Open-Assistant项目的第4次SFT迭代模型。该模型在https://open-assistant.io/ 收集的人类反馈的对话数据上进行微调。 |
支持 | 支持 | 支持 | 支持 |
续写Completions
模型 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
---|---|---|---|---|---|
Yi-34B | 是由零一万物开发并开源的双语大语言模型,使用4K序列长度进行训练,在推理期间可扩展到32K;模型在多项评测中全球领跑,取得了多项 SOTA 国际最佳性能指标表现。 | 支持 | 支持 | 支持 | 支持 |
SQLCoder-7B | 由Defog研发、基于Mistral-7B微调的语言模型,用于将自然语言问题转换为SQL语句,具备优秀的生成效果。 | 支持 | 支持 | 支持 | 支持 |
CodeLlama-7b-Instruct | Code Llama是由Meta AI研发并开源的一系列文本生成模型,旨在用于一般代码合成和理解。该模型参数规模为70亿。 | 支持 | 支持 | 支持 | 支持 |
AquilaCode-multi | 由智源研究院研发,基于Aquila-7B训练的代码生成模型,使用经过高质量过滤且有合规开源许可的代码数据进行训练,数据量约为其他开源代码生成模型的10~40%。 | 支持 | 支持 | 支持 | 支持 |
Cerebras-GPT-13B | 由Cerebras研发并开源,使用 Chinchilla 公式进行训练的13B参数GPT模型,可为给定的计算预算提供最高的准确性,具备更低的训练成本与功耗。 | 支持 | 支持 | 支持 | 支持 |
Pythia-12B | 由EleutherAI研发并开源,在Pile数据集上训练的12B参数transformer语言模型。 | 支持 | 支持 | 支持 | 支持 |
GPT-J-6B | EleutherAI开发的6B参数transformer模型,基于Mesh Transformer JAX训练。 | 支持 | 支持 | 支持 | 支持 |
GPT-NeoX-20B | 由EleutherAI开发,使用GPT-NeoX库,基于Pile训练的200亿参数自回归语言模型,模型结构与GPT-3、GPT-J-6B类似。 | 支持 | 支持 | 支持 | 支持 |
GPT4All-J | 由Nomic AI研发、基于GPT-J在包括文字问题、多轮对话、代码、诗歌、歌曲和故事在内的大量语料上进行精调训练生成的模型。 | 支持 | 支持 | 支持 | 支持 |
StarCoder | 由BigCode研发的15.5B参数模型,基于The Stack (v1.2)的80+编程语言训练,训练语料来自Github。 | 支持 | 支持 | 支持 | 支持 |
StableLM-Alpha-7B | Stability AI开发的7B参数的NeoX transformer架构语言模型,支持4k上下文。 | 支持 | 支持 | 支持 | 支持 |
向量Embeddings
模型 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
---|---|---|---|---|---|
Embedding-V1 | Embedding-V1是基于百度文心大模型技术的文本表示模型,将文本转化为用数值表示的向量形式,用于文本检索、信息推荐、知识挖掘等场景。 | 支持 | 支持 | 支持 | 支持 |
bge-large-zh | 由智源研究院研发的中文版文本表示模型,可将任意文本映射为低维稠密向量,以用于检索、分类、聚类或语义匹配等任务,并可支持为大模型调用外部知识。 | 支持 | 支持 | 支持 | 支持 |
bge-large-en | 由智源研究院研发的英文版文本表示模型,可将任意文本映射为低维稠密向量,以用于检索、分类、聚类或语义匹配等任务,并可支持为大模型调用外部知识。 | 支持 | 支持 | 支持 | 支持 |
tao-8k | 由Huggingface开发者amu研发并开源的长文本向量表示模型,支持8k上下文长度,模型效果在C-MTEB上居前列,是当前最优的中文长文本embeddings模型之一。 | 支持 | 支持 | 支持 | 支持 |
重排序Reranker
通过千帆SDK 调用重排序Reranker相关API。
模型 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
---|---|---|---|---|---|
bce-reranker-base_v1 | 由网易有道开发的跨语种语义表征算法模型,擅长优化语义搜索结果和语义相关顺序精排,支持中英日韩四门语言,覆盖常见业务领域,支持长package rerank(512~32k)。 | 支持 | ✕ | ✕ | ✕ |
图像Images
通过千帆SDK 调用图像Images相关API。
模型 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
---|---|---|---|---|---|
Stable-Diffusion-XL | 业内知名的跨模态大模型,由StabilityAI研发并开源,有着业内领先的图像生成能力。 | 支持 | 支持 | 支持 | 支持 |
Fuyu-8B | 由Adept AI训练的多模态图像理解模型,可以支持多样的图像分辨率,回答图形图表有关问题。模型在视觉问答和图像描述等任务上表现良好。 | 支持 | ✕ | 支持 | 支持 |
文心一格(精调后) | 百度自主研发的跨模态图像生成大模型,创新知识增强的混合专家建模,是全球首个知识增强的AI作画大模型,在语义控制、图像细节、中文理解等方面优势显著,已作为基础模型应用在 文心一格 等相关业务上。 | 支持 | 支持 | 支持 | 支持 |
Token计算
功能 | 介绍 | Python SDK | Go SDK | Java SDK | Node.js SDK |
---|---|---|---|---|---|
计算ERNIE系列Token长度 | 根据输入prompt计算token数。 | 支持 | ✕ | ✕ | ✕ |
平台功能OpenAPI相关
批量预测
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建批量预测任务 | 用于创建批量预测任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取批量预测任务详情 | 用于获取批量预测任务详情,如任务名称、任务描述、任务运行状态等。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取批量预测任务列表 | 用于获取批量预测任务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
停止批量预测任务 | 用于停止批量预测任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除批量推理任务 | 用于根据任务ID,删除批量预测任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
TPM配额管理
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
购买TPM&RPM配额 | 购买TPM&RPM配额。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查询TPM&RPM配额信息详情 | 查询预置服务TPM&RPM配额信息。 | 支持 | 支持 | 支持 | 支持 | API文档 |
终止按小时后付费TPM&RPM配额 | 用于终止按小时后付费TPM&RPM配额。 | 支持 | 支持 | 支持 | 支持 | API文档 |
TPM配额实例变配 | 用于创建TPM配额实例的变配订单。 | 支持 | 支持 | 支持 | 支持 | API文档 |
修改TMP后付费自动释放时间 | 用于修改后付费TMP配额自动释放时间。 | 支持 | 支持 | 支持 | 支持 | API文档 |
私有资源池服务付费
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
购买算力单元实例 | 用于购买当前服务部署所需的算力单元实例。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查询算力单元实例列表 | 用于查询当前服务已使用的全部或特定算力单元实例列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查询算力单元实例信息 | 用于查询当前服务已使用的全部或特定算力单元实例信息。 | 支持 | 支持 | 支持 | 支持 | API文档 |
终止算力单元后付费实例 | 用于终止算力单元后付费实例。 | 支持 | 支持 | 支持 | 支持 | API文档 |
修改算力单元后付费自动释放时间 | 用于修改算力单元示例后付费自动释放时间。 | 支持 | 支持 | 支持 | 支持 | API文档 |
模型服务
模型服务开放以下能力,SDK及文档等支持情况如下。
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建定制服务 | 用于创建服务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
更新定制服务 | 用于更新服务基础模型版本。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取定制服务列表 | 用于获取服务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取定制服务详情 | 用于获取服务详情,如服务ID、模型ID、模型版本ID、服务名称、类型等。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查询服务调用情况 | 用于查询服务调用情况。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取预置服务列表 | 用于获取预置服务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
服务绑定bls日志集 | 用于预置服务和定制服务绑定bls日志集。 | 支持 | 支持 | 支持 | 支持 | API文档 |
服务解绑bls日志集 | 用于预置服务和定制服务解绑bls日志集。 | 支持 | 支持 | 支持 | 支持 | API文档 |
模型管理
模型管理开放以下能力,SDK及文档等支持情况如下。
注意:推荐使用以下模型管理接口,功能更全面、且接口更规范。历史V1版本接口文档已下线,为避免影响使用,建议接入以下新版接口。
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
新建我的模型 | 用于新建我的模型。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取预置模型列表 | 用于获取预置模型列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取我的模型列表 | 用于获取我的模型列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型详情 | 用于获取模型详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除我的模型 | 用于根据模型ID删除我的模型。 | 支持 | 支持 | 支持 | 支持 | API文档 |
新建我的模型版本 | 用于新建我的模型版本。 | 支持 | 支持 | 支持 | 支持 | API文档 |
上传自定义对话模板文件 | 用于在新建导入的huggingface对话模型版本时,上传自定义的对话模板配置文件。 | 支持 | ✕ | ✕ | 支持 | API文档 |
获取导入模型平台预置高级配置 | 用于新建我的模型版本时,获取导入模型平台预置高级配置。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型版本详情 | 用于获取模型版本详情,如模型版本名称、描述、创建时间、输入输出模式、输入输出模式限制等。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型版本的高级配置 | 用于获取模型版本的自定义高级配置。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除我的模型版本 | 用于删除我的模型版本。 | 支持 | 支持 | 支持 | 支持 | API文档 |
创建模型版本导出任务 | 用于创建模型版本导出任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型版本打包导出任务 | 用于获取模型版本打包导出任务,不包含失败任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取预置模型详情 | 用于获取预置模型详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取预置模型版本详情 | 用于获取预置模型版本详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
模型调优
注意:推荐使用V2版本接口,V2版本API能力更全面、且接口更规范。V1版本接口功能不再升级,如果之前已接入使用,可继续使用。
- 模型精调
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建模型精调作业 | 用于创建模型精调作业。 | 支持 | 支持 | 支持 | 支持 | API文档 |
创建模型精调任务 | 用于创建模型精调任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
停止模型精调任务 | 用于停止模型精调任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型精调作业列表 | 用于获取模型精调作业列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型精调任务列表 | 用于获取模型精调任务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型精调任务详情 | 用于获取模型精调任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除模型精调作业 | 用于删除模型精调作业。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除模型精调任务 | 用于删除模型精调任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
- 模型评估V2
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建模型评估任务 | 用于创建模型评估任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估任务详情 | 用于根据评估任务id,查看模型评估任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估任务报告 | 用于根据评估任务id,查看模型评估任务报告。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除模型评估任务 | 用于根据评估任务id,删除模型评估任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估任务列表 | 用于查看可评估模型列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
- 模型评估V1
推荐使用模型评估V2版本接口,功能更全面、且接口更规范。
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建模型评估任务 | 用于创建并启动模型评估任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估详情 | 用于获得模型评估任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估报告 | 用于获取评估报告(整体指标)。 | 支持 | 支持 | 支持 | 支持 | API文档 |
停止模型评估任务 | 用于停止模型评估任务,目前只支持纯自动评估任务的停止,当评估包含人工评估模式的时候,不允许停止。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看可评估模型列表 | 用于查看可评估模型列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估结果列表 | 用于查看模型评估结果列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
批量删除模型评估 | 用于删除模型评估任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
发起模型评估结果导出任务 | 用于发起评估结果导出任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型评估结果导出任务状态 | 用于查看模型评估结果导出任务状态。 | 支持 | 支持 | 支持 | 支持 | API文档 |
- 模型压缩
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建模型压缩任务 | 用于创建模型压缩任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看模型压缩任务列表 | 用于查看模型压缩任务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取模型压缩任务详情 | 用于获取模型压缩任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
停止模型压缩任务 | 用于停止模型压缩任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除模型压缩任务 | 用于删除模型压缩任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
数据管理
数据管理开放以下能力,SDK及文档等支持情况如下。
- 数据集管理
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建数据集 | 用于创建新的数据集。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取数据集列表 | 用于获取符合特定查询条件的数据集列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除数据集 | 根据数据集ID,删除数据集。 | 支持 | 支持 | 支持 | 支持 | API文档 |
新增数据集版本 | 用于为数据集新增版本。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取数据集版本详情 | 用于获取特定数据集版本的详情信息,如数据集名称、数据类型、版本信息等。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除数据集版本 | 根据数据集版本ID,删除数据集特定版本。 | 支持 | 支持 | 支持 | 支持 | API文档 |
发布数据集版本 | 用于发布数据集版本。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取数据集版本列表 | 用于查询某数据集的版本列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取数据集版本导入详情 | 用于获取数据集版本的导入任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
发起数据集版本导入任务 | 用于对特定数据集版本发起数据导入任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取数据集版本导出详情 | 用于获取数据集版本的导出任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
发起数据集版本导出任务 | 用于对特定数据集版本发起数据导出任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
- 数据清洗
API名称 | 说明 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建数据清洗任务 | 用于创建数据清洗任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看数据清洗任务详情 | 用于查看数据清洗任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看清洗任务列表 | 用于查看清洗任务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除数据清洗任务 | 用于删除数据清洗任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
- 数据增强
API名称 | 说明 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建数据增强任务 | 用于创建数据增强任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看数据增强详情 | 用于查看数据增强任务详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查看增强任务列表 | 用于查看增强任务列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除数据增强任务 | 用于删除数据增强任务。 | 支持 | 支持 | 支持 | 支持 | API文档 |
- 数据标注
API名称 | 说明 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
样本标注 | 用于进行样本标注 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取样本列表 | 用于获取样本列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
Prompt工程
Prompt工程指针对于Prompt进行结构、内容等维度进行优化的AI技术,它把大模型的输入限定在了一个特定的范围之中,进而更好地控制模型的输出。
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
获取Prompt模板列表 | 用于获取Prompt模板列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
创建Prompt模板 | 用于创建Prompt模板。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取单个Prompt模板详情 | 用于获取单个Prompt模板详情。 | 支持 | 支持 | 支持 | 支持 | API文档 |
更新Prompt模板 | 用于更新Prompt模板。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除Prompt模板 | 用于根据Prompt模版ID删除Prompt模板。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除Prompt模板标签 | 用于根据标签ID,删除Prompt模板标签。 | 支持 | 支持 | 支持 | 支持 | API文档 |
创建Prompt模板标签 | 用于新建Prompt模板标签。 | 支持 | 支持 | 支持 | 支持 | API文档 |
获取Prompt模板标签列表 | 用于获取标签列表信息,如标签ID、标签名称、标签类型等。 | 支持 | 支持 | 支持 | 支持 | API文档 |
系统记忆
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建系统记忆 | 用于创建系统记忆。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查询系统记忆列表 | 用于查询系统记忆列表。 | 支持 | 支持 | 支持 | 支持 | API文档 |
删除系统记忆 | 用于删除系统记忆,同时删除对应的系统记忆内容。 | 支持 | 支持 | 支持 | 支持 | API文档 |
查询一言系统记忆 | 用于查询一言系统记忆。 | 支持 | 支持 | 支持 | 支持 | API文档 |
更新一言系统记忆 | 用于更新一言系统记忆。 | 支持 | 支持 | 支持 | 支持 | API文档 |
实例资源自动续费
API名称 | 介绍 | Python SDK |
Go SDK |
Java SDK |
Node.js SDK |
HTTP 调用 |
---|---|---|---|---|---|---|
创建实例资源自动续费规则 | 用于创建实例资源自动续费规则。 | 支持 | 支持 | 支持 | 支持 | API文档 |
历史版本
为提升开发者使用体验,平台升级了多个产品模块接口,功能更全面、且接口更规范。
针对历史版本接口,API文档迁移到历史文档,由于历史版本接口后续可能下线停止服务,为避免影响使用,建议接入新版本接口。历史版本接口文档,请查看平台功能OpenAPI-历史文档。