PALM模型具有以下特點：

• 理解能力更強：為conditional generation特別設計了預訓練任務，增強模型對上下文的理解能力。

• 所需標注更少：模型在海量文本語料上預訓練，大大減少下游生成任務所需的標簽數據量。

• 性能優良：中英文模型均使用大規模數據訓練得到，且采用自研適應NLG任務的預訓練目標。

• 適應各類生成任務：PALM可用于各類不同的生成任務，如摘要、問題生成、paraphrasing等。

• 方便易用：下游使用方便，基于生成的傳統encoder-decoder框架。

服務開通與資源包購買

使用前，請確認是否已經開通服務，開通后可購買資源包。

• 服務開通：開通地址

• 購買資源包：購買地址

服務調用與調試

模型調用文檔參考：模型調用

SDK示例文檔參考：SDK示例

調試

通過環境變量配置訪問憑證（AKSK）

1. 說明：

   1. 阿里云賬號AccessKey擁有所有API的訪問權限，風險很高。強烈建議您創建并使用RAM用戶進行API訪問或日常運維，請登錄RAM控制臺創建RAM用戶。

   2. 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風險，在此提供通過配置環境變量的方式來保存和訪問aksk

2. Linux和macOS系統配置方法

   export NLP_AK_ENV=<access_key_id>
   export NLP_SK_ENV=<access_key_secret>

   其中<access_key_id>替換為已準備好的AccessKey ID，<access_key_secret>替換為AccessKey Secret，AccessKey ID和AccessKey Secret的獲取方式見步驟二：獲取賬號的AccessKey

3. Windows系統配置方法

   1. 新建環境變量文件，添加環境變量NLP_AK_ENV和NLP_SK_ENV，并寫入已準備好的AccessKey ID和AccessKey Secret。

   2. 重啟Windows系統。

Java代碼示例

/**
 * 阿里云賬號AccessKey擁有所有API的訪問權限，風險很高。強烈建議您創建并使用RAM用戶進行API訪問或日常運維，請登錄RAM控制臺創建RAM用戶。
 * 此處以把AccessKey和AccessKeySecret保存在環境變量為例說明。您也可以根據業務需要，保存到配置文件里。
 * 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風險
 */
String accessKeyId = System.getenv("NLP_AK_ENV");
String accessKeySecret = System.getenv("NLP_SK_ENV");
DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou",accessKeyId,accessKeySecret);
IAcsClient client = new DefaultAcsClient(defaultProfile);
RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
request.setServiceName("text_generation_weather");
request.setPredictContent("今日天氣類型='浮塵'&空氣質量等級='重度污染'&紫外線強度指數='中等'");
RunPreTrainServiceResponse response = client.getAcsResponse(request);
System.out.println(response.getPredictResult());

Python代碼示例

# 安裝依賴
pip install aliyun-python-sdk-core
pip install aliyun-python-sdk-nlp-automl

# -*- coding: utf8 -*-
import json
import os

from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdknlp_automl.request.v20191111 import RunPreTrainServiceRequest

/**
 * 阿里云賬號AccessKey擁有所有API的訪問權限，風險很高。強烈建議您創建并使用RAM用戶進行API訪問或日常運維，請登錄RAM控制臺創建RAM用戶。
 * 此處以把AccessKey和AccessKeySecret保存在環境變量為例說明。您也可以根據業務需要，保存到配置文件里。
 * 強烈建議不要把AccessKey和AccessKeySecret保存到代碼里，會存在密鑰泄漏風險
 */
access_key_id = os.environ['NLP_AK_ENV']
access_key_secret = os.environ['NLP_SK_ENV']

# Initialize AcsClient instance
client = AcsClient(
  access_key_id,
  access_key_secret,
  "cn-hangzhou"
);
content = "今日天氣類型='浮塵'&空氣質量等級='重度污染'&紫外線強度指數='中等'"
# Initialize a request and set parameters
request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
request.set_ServiceName('text_generation_weather')
request.set_PredictContent(content)
# Print response
response = client.do_action_with_exception(request)
resp_obj = json.loads(response)
predict_result = json.loads(resp_obj['PredictResult'])
print(predict_result)

PredictContent內容示例

今日天氣類型='浮塵'&空氣質量等級='重度污染'&紫外線強度指數='中等'

PredictResult內容示例

{
  "RequestId": "63A1724A-74D8-56B5-8B60-0B06FFADA76B",
  "PredictResult": "[{\"output\":\"今日浮塵，空氣質量重度污染，紫外線強度中等，建議適當涂擦防曬護膚品，浮塵會導致視線不清，請注意行車安全。\",\"cost\":\"4580.771ms\"}]"
}

入參說明

出參說明