文本推理(LLM)算子用于调用大语言模型对输入数据集中的文本数据进行推理处理。本文介绍文本推理(LLM)算子的配置方法。
前提条件
需联系Dataphin团队开通非结构化数据功能后,才能使用工作流功能。
已完成工作流的创建,详细创建步骤请参见创建工作流。
权限说明
Basic项目的项目管理员、开发者、分析师以及拥有数据集-使用权限的自定义项目角色,可在算子的输入和输出数据集中使用该项目下的所有数据集。
操作步骤
在Dataphin首页的顶部菜单栏中,选择研发 > 数据研发。
在开发页面的顶部菜单栏选择项目。
在左侧导航栏中选择数据处理 > 工作流,在左侧工作流列表中单击目标工作流,打开工作流画布,在左侧算子库中拖动文本推理(LLM)算子至画布中,并在右侧文本推理(LLM)面板中配置以下参数。
参数
描述
步骤名称
输入当前算子名称,支持任意字符,不超过256个字符。
输入配置
数据集
选择需处理的数据集,可选择混合数据集和表数据集。数据集选择完成后还需选择其版本,默认为该数据集正序的第一个版本。
当前算子作为其他算子的下游时,此处所选数据集通常与上游算子的输出数据集一致。
输入字段
待处理的文本,暂不支持读取文件。需选择输入数据集中来源字段,可选择输入数据集中元数据表的所有字段。
过滤条件(非必填)
使用SQL语法,仅需输入where语句后的过滤条件,支持使用系统全局变量,例如业务日期${bizdate}。
模型配置
模型
需指定当前算子使用的模型,仅可选择智能应用管理 > 模型配置中模型类型包含文本且已启用的模型。
说明仅支持向兼容OpenAI协议的模型发起调用。
提示词(Prompt)
输入提示词,提示词作为用户与大模型交互的指令输入。可用于明确任务目标、设定回答角色及规范输出格式,从而引导模型生成精准、符合预期的结果。可拖动文本框右下角调整文本框大小。
多列输出(非必选)
默认关闭。开启后,系统将在提示词末尾自动追加输出格式约束,以确保模型始终生成符合指定JSON格式的响应。输入的提示词中请勿包含输出格式相关的内容,避免与系统约束冲突。
开启后将同时显示多列输出字段列表,您可以通过以下方式管理字段:
添加字段:单击后在弹出的添加字段对话框中手动配置字段名称、类型、说明和示例,单击确定后将在列表中新增一行字段。
导入JSON:单击后弹出导入JSON对话框,可直接输入JSON内容。列表中已存在的字段将自动填充至JSON中,您可在此基础上进行编辑。确认无误后单击确定。
删除字段:单击删除图标删除对应行字段。
最大Token数(非必填)
限制模型输出的最大Token数量,生成内容超过该值时将提前停止。默认值为4096(个),支持为空。
联网搜索、深度思考(非必选)
默认关闭,可手动开启。其中深度思考仅当所选模型支持时可开启,即智能应用 > 模型调用配置中思考模式选择支持的模型。
输出配置
数据集
支持选择来源数据集或其他数据集。若来源数据集的元数据表不存在主键,则输出数据集默认选择其他数据集。
当选择其他数据集时,还需指定一个混合数据集或表数据集及其版本作为输出数据集,默认为该数据集正序的第一个版本。选择来源数据集时,算子产出的元数据将写入来源数据集同版本对应的元数据表中。
加载策略
若所选输出数据集的元数据表中存在主键,则默认选择主键冲突时更新;若不存在主键,则默认选择追加数据。
追加数据:直接向目标表新增追加数据,当主键/约束冲突时,会提示错误。
主键冲突时更新:当主键/约束冲突时,会先删除整行主键重复的旧数据,再插入新数据。
覆盖:先删除目标表的数据,再写入数据。
说明输出数据集选择来源数据集时,加载策略仅支持主键冲突时更新。
字段映射
若未开启多列输出,则仅输出
answer字段;开启多列输出后,则输出多列输出列表中配置的字段。算子输出字段默认映射至输出数据集的同名字段,您也可以手动选择目标字段进行自定义映射。此外,支持将来源数据集的透传字段映射至目标数据集。您可以通过以下方式管理字段映射:
新增输出字段:单击后新增一行空白字段映射关系。仅输出数据集选择其他数据集时支持此功能。
批量映射:单击后可选择批量手动映射、同名映射或同行映射。仅输出数据集选择其他数据集时支持此功能。
删除映射:answer字段和多列输出列表中的字段映射不支持在此处删除。多列输出列表中的字段在列表中删除后,此处的对应字段映射将同步删除。此处手动新增的输出字段,可单击删除图标可删除对应行的字段映射。
配置完成后,单击画布顶部菜单栏中的保存,保存此次配置。
单个算子配置完成后,可继续为其选择上游或下游算子来完成完整工作流的配置。