翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
CohereCommand モデル
InvokeModel または InvokeModelWithResponseStream (ストリーミング) を使用してCohereCommandモデルに推論リクエストを行います。このとき、使用するモデルのモデル ID が必要になります。モデル ID を取得するには、「」を参照してくださいAmazon Bedrock IDs。
リクエストとレスポンス
- Request
-
Cohere Command モデルには、次の推論パラメータがあります。
{
"prompt": string,
"temperature": float,
"p": float,
"k": float,
"max_tokens": int,
"stop_sequences": [string],
"return_likelihoods": "GENERATION|ALL|NONE",
"stream": boolean,
"num_generations": int,
"logit_bias": {token_id: bias},
"truncate": "NONE|START|END"
}
必須パラメータを以下に示します。
オプションのパラメータを以下に示します。
-
return_likeliTAKs – トークンの可能性をレスポンスとともに返す方法と、返すかどうかを指定します。以下のオプションを指定できます。
-
stream – ( ストリーミングをサポートするために必要) piece-by-piece レスポンスtrue
をリアルタイムで返すには を指定し、プロセス終了後に完全なレスポンスを返false
すには を指定します。
-
logit_bias - モデルが不要なトークンを生成できないようにしたり、目的のトークンを含めるようにモデルにインセンティブを与えたりします。形式は {token_id: bias}
です。ここで、bias は -10 から 10 までの間にある浮動小数値です。トークンは、 Cohereの Tokenize エンドポイントなど、任意のトークナイゼーションサービスを使用してテキストから取得できます。詳細については、「 Cohereドキュメント」を参照してください。
デフォルト値 |
最小値 |
最大値 |
該当なし
|
-10 (トークンバイアスとして)
|
10 (トークンバイアスとして)
|
-
num_ generations – モデルが返す世代の最大数。
-
truncate – API がトークンの最大長よりも長い入力を処理する方法を指定します。以下のいずれかを使用します。
START
または END
を指定すると、入力の長さがモデルの入力トークンの最大長とまったく同じになるまで、モデルが入力内容を切り捨てます。
-
temperature – レスポンスのランダム性を減らすには、値を低く設定します。
-
p – 上位 P。低い値を使用すると、可能性の低いオプションを無視できます。0 または 1.0 に設定すると、このオプションは無効になります。p
と k
を両方とも有効にした場合は、k
が動作した後に p
が動作します。
-
k - トップ K。モデルが次のトークンの生成に使用するトークンの選択肢の数を指定します。p
と k
を両方とも有効にした場合は、k
が動作した後に p
が動作します。
-
max_tokens – 生成されたレスポンスで使用するトークンの最大数を指定します。
-
stop_sequences – モデルが認識するシーケンスを最大 4 つ設定します。モデルがストップシーケンスに遭遇すると、それ以降のトークンの生成を停止します。返されるテキストにはストップシーケンスは含まれません。
- Response
-
このレスポンスに指定できるフィールドについて説明します。
{
"generations": [
{
"finish_reason": "COMPLETE | MAX_TOKENS | ERROR | ERROR_TOXIC",
"id": string,
"text": string,
"likelihood" : float,
"token_likelihoods" : [{"token" : float}],
"is_finished" : true | false,
"index" : integer
}
],
"id": string,
"prompt": string
}
generations
- 生成された結果と、リクエストされたトークンの可能性から成るリスト。(常に返されます)。リストの各世代 (generation) オブジェクトには、以下のフィールドを指定します。
id
- 世代の識別子。(常に返されます)。
likelihood
- 出力される可能性。この値は、token_likelihoods
におけるトークンの可能性の平均値です。return_likelihoods
入力パラメータを指定すると返されます。
token_likelihoods
- トークンごとの可能性の配列。return_likelihoods
入力パラメータを指定すると返されます。
-
finish_reason
- モデルがトークンの生成を完了した理由。- COMPLETE
モデルは完成した返信を送信し直しました。MAX_TOKENS
- モデルがコンテキスト長の最大トークン数に達したため、返信が切断されました。 ERROR
— 返信の生成中に問題が発生しました。 ERROR_TOXIC
- モデルは、健康であると見なされた返信を生成しました。 finish_reason
は is_finished
= の場合にのみ返されますtrue
。(返されない場合もあります)。
is_finished
- stream
が true
の場合にのみ使用されるブール値型フィールド。ストリーミングレスポンスの一部として生成される追加のトークンがあることを示します。(返されない場合もあります)。
text
- 生成されたテキスト。
-
index
- ストリーミングレスポンスにおいて、特定のトークンがどの世代に属しているかを判断するのに使用されます。1 つのレスポンスのみがストリーミングされる場合、すべてのトークンが同じ世代に属し、index の値は返されません。 そのため、index
が返されるのは、ストリーミングリクエストにおいて num_generations
の値が 1 より大きい場合に限ります。
prompt
— 入力リクエストからのプロンプト (常に返されます)。
id
- リクエストの識別子 (常に返されます)。
詳細については、 Cohereドキュメントの「https://docs.cohere.com/reference/generate。
コード例
この例では、CohereCommandモデルを呼び出す方法を示します。
# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: Apache-2.0
"""
Shows how to generate text using a Cohere model.
"""
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 text using a Cohere model.
Args:
model_id (str): The model ID to use.
body (str) : The reqest body to use.
Returns:
dict: The response from the model.
"""
logger.info("Generating text with Cohere model %s", model_id)
accept = 'application/json'
content_type = 'application/json'
bedrock = boto3.client(service_name='bedrock-runtime')
response = bedrock.invoke_model(
body=body,
modelId=model_id,
accept=accept,
contentType=content_type
)
logger.info("Successfully generated text with Cohere model %s", model_id)
return response
def main():
"""
Entrypoint for Cohere example.
"""
logging.basicConfig(level=logging.INFO,
format="%(levelname)s: %(message)s")
model_id = 'cohere.command-text-v14'
prompt = """Summarize this dialogue:
"Customer: Please connect me with a support agent.
AI: Hi there, how can I assist you today?
Customer: I forgot my password and lost access to the email affiliated to my account. Can you please help me?
AI: Yes of course. First I'll need to confirm your identity and then I can connect you with one of our support agents.
"""
try:
body = json.dumps({
"prompt": prompt,
"max_tokens": 200,
"temperature": 0.6,
"p": 1,
"k": 0,
"num_generations": 2,
"return_likelihoods": "GENERATION"
})
response = generate_text(model_id=model_id,
body=body)
response_body = json.loads(response.get('body').read())
generations = response_body.get('generations')
for index, generation in enumerate(generations):
print(f"Generation {index + 1}\n------------")
print(f"Text:\n {generation['text']}\n")
if 'likelihood' in generation:
print(f"Likelihood:\n {generation['likelihood']}\n")
print(f"Reason: {generation['finish_reason']}\n\n")
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 Cohere model {model_id}.")
if __name__ == "__main__":
main()