描述 #

文本向量化生成处理器

核心功能 #

• 文本向量化支持：支持文本的向量化生成，实现文本检索能力：参考文档。

输入输出规范： #

• 输入格式：
  • 文本数据：string类型
• 输出格式：
  • 默认模式：float数组类型的向量表示

算子参数 #

输入 #

输出 #

返回模型处理后的向量化数组。类型为list[float]

参数 #

如参数没有默认值，则为必填参数

调用示例 #

下面的代码展示了如何使用 daft访问火山方舟 文本向量化 模型进行批量推理。请注意每次大模型推理结果可能不同。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.ark_llm.doubao_embedding_text import DoubaoEmbeddingText
from daft.las.functions.udf import las_udf

if os.getenv("DAFT_RUNNER", "native") == "ray":
    import logging

    import ray

    def configure_logging():
        logging.basicConfig(
            level=logging.INFO,
            format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
            datefmt="%Y-%m-%d %H:%M:%S.%s".format(),
        )
        logging.getLogger("tracing.span").setLevel(logging.WARNING)
        logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
        logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
        logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
        logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)

    ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
    daft.context.set_runner_ray()

daft.set_execution_config(min_cpu_per_task=0)

if __name__ == "__main__":
    # 需配置环境变量 LAS_API_KEY ： LAS_API_KEY 通过在 LAS 服务页面上创建获取
    samples = {"text": ["Hello World!", None]}

    df = daft.from_pydict(samples)
    # 计算文本的向量化数据
    df = df.with_column(
        "embeddings",
        las_udf(
            DoubaoEmbeddingText,
            construct_args={
                "model": "doubao-embedding-large",
            },
        )(col("text")),
    )

    df.show()

    #  输出(每次大模型推理结果可能不同)
    # ╭────────┬───────────────────╮
    # │ text         ┆ embeddings                     │
    # │ ---          ┆ ---                            │
    # │ Utf8         ┆ List[Float32]                  │
    # ╞════════╪═══════════════════╡
    # │ Hello World! ┆ [0.080078125, 1.8359375, 0.84… │
    # ├╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
    # │ None         ┆ None                           │
    # ╰────────┴───────────────────╯