盘古表格直推预测大模型
功能介绍
可实现免微调直推表格预测，面对有限样本条件下，基于上下文关联推理技术，免微调自适应数据分布，可以实现开箱即用的效果。
请求参数
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
|
X-Auth-Token |
是 |
String |
参数解释： 用户Token。 用于获取操作API的权限。如图4中响应消息头中X-Subject-Token的值即为Token。 约束限制： 不涉及 取值范围： 不涉及 默认取值： 不涉及 |
|
Content-Type |
是 |
String |
参数解释： 发送的实体的MIME类型。 约束限制： 不涉及 取值范围： 不涉及 默认取值： application/json |
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
|
X-Apig-AppCode |
是 |
String |
参数解释： 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。 约束限制： 不涉及 取值范围： 不涉及 默认取值： 不涉及 |
|
Content-Type |
是 |
String |
参数解释： 发送的实体的MIME类型。 约束限制： 不涉及 取值范围： 不涉及 默认取值： application/json |
|
参数 |
是否必选 |
参数类型 |
描述 |
|---|---|---|---|
|
target |
是 |
string |
参数解释： 指定要预测的目标列名。 约束限制： 仅支持单个目标。 取值范围： 不涉及 默认取值： 不涉及 |
|
sample |
是 |
json |
参数解释： 预测所需的样例数据（few shot）, sample是json格式， json的key对应特征列名，value是一个Array，对应该特征列的数据。格式详见请求示例。 约束限制： sample行数 <= 10000行 特征数 <= 500 sample * 特征数 <= 1000000 云上部署数据量 < 12MB |
|
data |
是 |
Array |
参数解释： 待进行预测的数据，data为一个数组，数组中包含多个对象，每个对象是一组完整的特征数据。 约束限制： 待预测特征名需要与sample中的特征名保持一致。例如，训练数据中特征列按照feature_1、feature_2……进行命名，在调用推理接口时，特征名也需要保持相同。同时推理接口中特征数量需要与训练数据中的特征数保持一致。一组特征数据填写完成后再填写剩余待预测数据，格式详见请求示例。 data行数 <= 1000行 特征数 <= 500 |
|
task_type |
是 |
string |
参数解释： 任务类型。 约束限制： 支持的类型包括regression和classification，分别对应回归和分类任务。 |
响应参数
状态码： 200
|
参数 |
参数类型 |
描述 |
|---|---|---|
|
results |
LIST |
参数解释： 预测结果的列表。 约束限制： 不涉及 取值范围： 不涉及 默认取值： 不涉及 |
|
time_cost |
JSON |
参数解释： 当启动服务时，本次请求服务各阶段耗时情况。 约束限制： 不涉及 取值范围： 不涉及 默认取值： 不涉及 |
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
{
"target": "feature_0",
"task_type": "regression",
"sample": {
"feature_0": [
9,
0
],
"feature_1": [
252.71994790753982,
0
],
"feature_2": [
584.8740678212971,
0
],
"feature_3": [
507.5732435552864,
0
],
"feature_4": [
75.7524144068944,
0
]
},
"data": [
{
"feature_1": 6.4533336224,
"feature_2": 677.3766556825,
"feature_3": 923.0984447151,
"feature_4": 837.6293168679
},
{
"feature_1": 712.3825532408,
"feature_2": 373.0545721447,
"feature_3": 393.8145421256,
"feature_4": 597.3197447678
}
]
}
响应示例
{
"results": [
0,
1,
...
0
],
"time_cost": {
"infer_cost_time": 233,
"postprocess_cost_time": 13,
"preprocess_cost_time": 12,
"service_cost_total_time": 258
}
}
状态码
请参见状态码。
错误码
请参见错误码。
