- 功能总览
- 产品介绍
- 计费说明
- 快速入门
- 用户指南
- 最佳实践
- API参考
- SDK参考
-
常见问题
- 高频常见问题
- 大模型概念类
-
大模型微调训练类
- 无监督领域知识数据量无法支持增量预训练，如何进行模型学习
- 如何调整训练参数，使盘古大模型效果最优
- 如何判断盘古大模型训练状态是否正常
- 如何评估微调后的盘古大模型是否正常
- 如何调整推理参数，使盘古大模型效果最优
- 为什么微调后的盘古大模型总是重复相同的回答
- 为什么微调后的盘古大模型的回答中会出现乱码
- 为什么微调后的盘古大模型的回答会异常中断
- 为什么微调后的盘古大模型只能回答训练样本中的问题
- 为什么在微调后的盘古大模型中输入训练样本问题，回答完全不同
- 为什么微调后的盘古大模型评估结果很好，但实际场景表现很差
- 为什么多轮问答场景的盘古大模型微调效果不好
- 数据量足够，为什么盘古大模型微调效果仍然不好
- 数据量和质量均满足要求，为什么盘古大模型微调效果不好
- 大模型使用类
- 提示词工程类
- 视频帮助
- 文档下载
- 通用参考
链接复制成功！
盘古时序预测回归大模型
功能介绍
2025年3月首次发布的模型，基于时序预测基模型实现对未来一组观测值的预测，最多支持256个未来时间点的预测。
请求参数
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
|
X-Auth-Token |
是 |
String |
用户Token。 用于获取操作API的权限。获取Token接口响应消息头中X-Subject-Token的值即为Token。 |
|
Content-Type |
是 |
String |
发送的实体的MIME类型，参数值为“application/json”。 |
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
|
X-Apig-AppCode |
是 |
String |
API Key值。 用于获取操作API的权限。API Key认证响应消息头中X-Apig-AppCode的值即为API Key。 |
|
Content-Type |
是 |
String |
发送的实体的MIME类型，参数值为“application/json”。 |
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
|
data |
是 |
Array |
参数解释： 时序数据请求的批处理队列。 约束限制： 盘古时序预测回归任务的输入数据内容，用字典承载。输入数据字典中，键对应特征列名，值为序列数据具体内容。 取值范围： 输入数据中的一组数据。 默认取值： 预测大模型在训练完成后，可以在训练日志页面，“模型训练”日志节点中获取推理api所用的示例数据。填写请求Body时可以参考该示例填写。
|
|
context_len |
否 |
int |
参数解释： 时序任务的数据窗口大小，该参数主要服务于支持多尺度窗口的模型的推理。 约束限制： 填写时需要保证输入序列长度大于等于该值。 取值范围： min:32 max:512 -1为当前服务模型的默认大小。 默认取值： 128 |
|
prediction_len |
否 |
int |
参数解释： 时序预测输出的窗口长度。数值越大输出预测的时间范围越大，但相应的显存占用会增加以及模型预测精度可能会下降。 约束限制： 注若基于已发布模型的进行增量微调，输出窗口需要与其保持一致。 取值范围： 建议取值范围48至96，且尽量选择预测目标周期的整数倍 默认取值： 96 |
响应参数
状态码： 200
|
参数 |
参数类型 |
描述 |
|---|---|---|
|
data |
LIST<OutputMeta> |
时序预测结果的列表。 |
|
time_cost |
JSON |
当启动服务时，本次请求服务各阶段耗时情况。 |
|
参数名称 |
参数类型 |
说明 |
|---|---|---|
|
prediction |
JSON |
时序分类的输出结果，具体见样例调用示例。 |
状态码： 400
|
参数 |
参数类型 |
描述 |
|---|---|---|
|
error_code |
String |
错误码。 |
|
error_msg |
String |
错误信息。 |
请求示例
{
"context_len": 256,
"prediction_len": 96,
"data": [
{
"context": {
"feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...],
"feature_1": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...]
}
},
{
"context": {
"feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...],
"feature_1": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...]
}
}
]
}响应示例
{
"data": [
{
"prediction":{
"feature_0": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...]
"feature_1": [ 864.1618041992188, 493.91827392578125, 252.7724151611328，...]
}
}
],
"time_cost": {
"infer_cost_time": "82.609 ms",
"postprocess_cost_time": "0.29 ms",
"preprocess_cost_time": "0.1332 ms",
"service_cost_total_time": "84.965 ms"
}
}状态码
请参见状态码。
错误码
请参见错误码。
