跑通 “基于星火大模型的群聊对话分角色要素提取挑战赛”baseline


一、跑通 “基于星火大模型的群聊对话分角色要素提取挑战赛”baseline

前置准备

指南:‌⁠‍‍⁠‍⁠⁠‍‍‍‌‌‬‌‌‍‌‬零基础入门大模型技术竞赛-速通学习手册 - 飞书云文档 (feishu.cn)

大语言模型:星火Spark Max(获取星火大模型的API调用参数)

训练平台:百度飞桨云训练平台(代码执行)

baseline代码

如果只是想要跑通的话,直接跟着上面的指南进行操作就行。只需要修改报读飞桨上的main.ipynb中的Step2直接按规范填入星火大模型的调用信息就行:

 SPARKAI_APP_ID = ''
 SPARKAI_API_SECRET = ''
 SPARKAI_API_KEY = ''

下面是对一些重要代码的一些认识:

调用星火Spark Max大语言模型

  • 使用封装好的message对输入文本进行处理

    •  message = [chatMessage(
        role = "user",
           context=text;
       )]
  • 构建星火大模型实例,

    •  spark = ChatSparkLLM(
               spark_api_url=SPARKAI_URL,
               spark_app_id=SPARKAI_APP_ID,
               spark_api_key=SPARKAI_API_KEY,
               spark_api_secret=SPARKAI_API_SECRET,
               spark_llm_domain=SPARKAI_DOMAIN,
               streaming=False,
          )
  • 实例化handler对象,用于对生成文本进行处理,并将它们打印出来

  • a = spark.generate([messages], callbacks=[handler]): 调用spark实例的generate方法来生成文本。[messages]是一个列表,包含了要生成文本的上下文或提示信息。callbacks是一个列表,包含了回调函数或处理生成文本的对象,这里是handler

  • return a.generations[0][0].text: 这行代码从生成的结果中返回第一个生成文本的文本内容。a.generations是一个列表,包含了生成的文本块。[0]表示选择第一个文本块,[0]中的text属性包含了实际的文本内容。

posted @   wolaile1  阅读(83)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 实操Deepseek接入个人知识库
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
历史上的今天:
2023-06-28 Java语言学习2
2023-06-28 Java语言学习1
点击右上角即可分享
微信分享提示