Meta模型Llama - Amazon Bedrock
请求和回应代码示例

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Meta模型Llama

本节提供推理参数和使用以下模型的代码示例。Meta

  • Llama 2

  • Llama 2 Chat

  • Llama 3 Instruct

您可以使用InvokeModel或 InvokeModelWithResponseStream（流式传输）向MetaLlama模型发出推理请求。您需要获得希望使用的模型的模型 ID。要获取模型 ID，请参阅亚马逊 Bedrock 型号 ID。

请求和回应

请求正文在请求body字段中传递给InvokeModel或InvokeModelWithResponseStream。

Request

Llama 2 ChatLlama 2、和Llama 3 Instruct模型具有以下推理参数。

{
    "prompt": string,
    "temperature": float,
    "top_p": float,
    "max_gen_len": int
}

以下是必要参数。

  • p rompt —（必填）要传递给模型的提示。

    有关提示格式的信息，请参见MetaLlama 2和MetaLlama 3。

以下是可选参数。

  • 温度-使用较低的值来降低响应中的随机性。

    默认 最低 最高

    0.5

    0

    1

  • top_p — 使用较低的值忽略可能性较小的选项。设置为 0 或 1.0 可禁用。

    默认 最低 最高

    0.9

    0

    1

  • max_gen_len — 指定要在生成的响应中使用的最大令牌数。一旦生成的文本超过 max_gen_len，模型就会截断响应。

    默认 最低 最高

    512

    1

    2048
Response

Llama 2 ChatLlama 2、和Llama 3 Instruct模型返回文本完成推理调用的以下字段。

{
    "generation": "\n\n<response>",
    "prompt_token_count": int,
    "generation_token_count": int,
    "stop_reason" : string
}

下面提供了有关每个字段的更多信息。

  • 生成-生成的文本。

  • prom@@ pt_token_count — 提示中的代币数量。

  • generation_token_count — 生成的文本中的标记数量。

  • stop_ reason — 响应停止生成文本的原因。可能的值有：

    • stop – 模型已结束为输入提示生成文本。

    • length – 生成的文本的令牌长度超过了对 InvokeModel（如果您要对输出进行流式传输，则为 InvokeModelWithResponseStream）的调用中的 max_gen_len 值。响应被截断为 max_gen_len 个令牌。考虑增大 max_gen_len 的值并重试。

代码示例

此示例说明如何调用 MetaLlama 2 Chat13B 模型。

# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to generate text with Meta Llama 2 Chat (on demand).
"""

import json
import logging
import boto3


from botocore.exceptions import ClientError


logger = logging.getLogger(__name__)
logging.basicConfig(level=logging.INFO)


def generate_text(model_id, body):
    """
    Generate an image using Meta Llama 2 Chat on demand.
    Args:
        model_id (str): The model ID to use.
        body (str) : The request body to use.
    Returns:
        response (JSON): The text that the model generated, token information, and the
        reason the model stopped generating text.
    """

    logger.info("Generating image with Meta Llama 2 Chat model %s", model_id)

    bedrock = boto3.client(service_name='bedrock-runtime')

    accept = "application/json"
    content_type = "application/json"

    response = bedrock.invoke_model(
        body=body, modelId=model_id, accept=accept, contentType=content_type
    )

    response_body = json.loads(response.get('body').read())

    return response_body


def main():
    """
    Entrypoint for Meta Llama 2 Chat example.
    """

    logging.basicConfig(level=logging.INFO,
                        format="%(levelname)s: %(message)s")

    model_id = 'meta.llama2-13b-chat-v1'
    prompt = """What is the average lifespan of a Llama?"""
    max_gen_len = 128
    temperature = 0.1
    top_p = 0.9


    # Create request body.
    body = json.dumps({
        "prompt": prompt,
        "max_gen_len": max_gen_len,
        "temperature": temperature,
        "top_p": top_p
    })


    try:

        response = generate_text(model_id, body)

        print(f"Generated Text: {response['generation']}")
        print(f"Prompt Token count:  {response['prompt_token_count']}")
        print(f"Generation Token count:  {response['generation_token_count']}")
        print(f"Stop reason:  {response['stop_reason']}")

    except ClientError as err:
        message = err.response["Error"]["Message"]
        logger.error("A client error occurred: %s", message)
        print("A client error occured: " +
              format(message))

    else:
        print(
            f"Finished generating text with Meta Llama 2 Chat model {model_id}.")


if __name__ == "__main__":
    main()