LLM-敏感词过滤（DLC）组件主要用于过滤掉带有敏感词的样本。输入的OSS数据文件（JSONL格式，示例）需符合：每一行是一个合法的JSON对象，文件由多行JSON对象组成，整个文件本身不是合法的JSON对象。
支持的计算资源
算法说明
识别文本中是否包含敏感词，过滤掉包含敏感词的样本。支持返回文本中包含的敏感词。默认提供的敏感词数量共12000+，详情请参见默认敏感词。
说明
如果默认敏感词列表在线打开显示乱码，可尝试下载到本地后再打开。
配置组件
在Designer工作流页面添加LLM-敏感词过滤（DLC）组件，并在界面右侧配置相关参数：
参数类型 | 参数 | 是否必选 | 描述 | 默认值 | |
字段设置 | 目标处理字段 | 是 | 要处理的字段名称。 | 无 | |
数据输出OSS目录 | 否 | 处理后数据的OSS存储目录。如果为空，使用工作空间默认路径。 | 无 | ||
敏感词文件 | 否 | 敏感词文件路径。置空时，使用默认的敏感词列表。文件格式为："敏感词1\n敏感词2\n..."，敏感词之间用换行符分隔。 | 预置敏感词文件 | ||
执行调优 | 多进程个数 | 否 | 设置进程数。 | 8 | |
选择资源组 | 公共资源组 | 否 | 选择节点规格（CPU或GPU实例规格）、节点数量、专有网络。 | 无 | |
专有资源组 | 否 | 选择CPU核数、内存、共享内存、GPU卡数、节点数量。 | 无 | ||
最大运行时长 | 否 | 组件最大运行时长，超过这个时间，作业会被kill。 | 无 | ||
反馈
- 本页导读
文档反馈