使用说明 前言 API是UNIT企业版开放能力的基础,借助API可以极大的节省人力成本,提高效率,用更高效的方式完成对UNIT企业版数据资源的管控。对于开发者来说,使用 API 完成一些重复性强的工作可以极大节约时间和精力;除此之外,API还有便于组合能力、便于自动化、扩展性强等优点。 本文介绍了管理端开放接口的鉴权参数、API请求结构和参数、数据返回结构和参数以及各个模块之间的关系。
请求参数 参数名称 类型 是否必需 参数位置 描述 version String 是 URL参数 API版本号 clientToken String 否 Query参数 幂等性Token,是一个长度不超过64位的ASCII字符串,详见 ClientToken幂等性 gatewayId String 是 URL参数 IPv6网关的Id cidr String 是 RequestBody参数 只出不进策略的
请求参数 参数名称 类型 是否必需 参数位置 描述 version String 是 URL参数 API版本号 clientToken String 否 Query参数 幂等性Token,是一个长度不超过64位的ASCII字符串,详见 ClientToken幂等性 gatewayId String 是 URL参数 Ipv6网关Id egressOnlyRuleId String 是 URL参数 只出不进策略的
监督微调:对于有标签的数据,可以使用监督学习方法对模型进行微调,以提高其在新任务上的性能。 无监督微调:对于无标签的数据,可以使用无监督学习方法对模型进行微调,以提高其在新任务上的性能。 SFT的优点在于可以利用预训练得到的通用模型,避免从头开始训练新模型所需的大量计算资源和时间。同时,微调可以使得模型更好地适应新任务的数据,提高模型的性能。 这次的数据集直接采用了百度云的预置数据集。
监督微调:对于有标签的数据,可以使用监督学习方法对模型进行微调,以提高其在新任务上的性能。 无监督微调:对于无标签的数据,可以使用无监督学习方法对模型进行微调,以提高其在新任务上的性能。 SFT的优点在于可以利用预训练得到的通用模型,避免从头开始训练新模型所需的大量计算资源和时间。同时,微调可以使得模型更好地适应新任务的数据,提高模型的性能。 这次的数据集直接采用了百度云的预置数据集。
tep3:下载SDK,配置 鉴权参数 和 专属模型参数 即可使用 呼叫中心模型-V2 支持MRCP server调用方式,具体使用方法详见 技术文档 语音自训练平台公测期间 ,为了帮助客户验证线上效果,每个账号支持上线3个模型,每个账号累计有50000次免费调用量。正式商用后,免费资源可能会有所调整。
相比大模型另一条道路——微调,RAG具有以下优点: 微调需要较高的门槛(代码能力)与算力支撑,RAG则易于零基础人群上手,只需要用户提供知识(大模型的参考数据即可)并调用API即可; 微调的大模型更新所需知识需要进行再次微调,每次更新知识都需要创建数据集并重新调用算力微调,而RAG则只需要向知识库上传文档即可,不需要算力支撑。
相比大模型另一条道路——微调,RAG具有以下优点: 微调需要较高的门槛(代码能力)与算力支撑,RAG则易于零基础人群上手,只需要用户提供知识(大模型的参考数据即可)并调用API即可; 微调的大模型更新所需知识需要进行再次微调,每次更新知识都需要创建数据集并重新调用算力微调,而RAG则只需要向知识库上传文档即可,不需要算力支撑。
标注的方式非常简单,只需在右侧标签栏新建并选定标签即可 标签名支持中英文数字中下划线,不超过256字符 批量标注 当图片数量较多时,推荐您批量标注:选择好属于同一类的图片后,点击对应标签即可完成标注 导入已标注数据 本地数据 支持上传压缩包,或通过 API导入 压缩包支持通过两种格式上传,点击「上传压缩包」,即可查看详细的格式要求 已有数据集 支持选择线上已有的数据集,仅支持选择图像分类数据集
必选 host string {实例IP}:{实例Port} 必选 Body 参数 table string 表的名称。 必选 database string 库的名称。