Comece a consultar LLMs no Databricks

Este artigo descreve como começar a usar APIs do Modelo de Base para servir e consultar LLMs no Databricks.

A maneira mais fácil de começar a servir e consultar modelos LLM no Databricks é usando APIs do Foundation Model em uma base de pagamento por token. As APIs fornecem acesso a modelos básicos populares a partir de pontos de extremidade de pagamento por token que estão automaticamente disponíveis na interface do usuário de serviço do seu espaço de trabalho Databricks. Consulte Modelos suportados para pagamento por token.

Você também pode testar e conversar com modelos de pagamento por token usando o AI Playground. Consulte Bate-papo com LLMs suportados usando o AI Playground.

Para cargas de trabalho de produção, especialmente se você tiver um modelo ajustado ou uma carga de trabalho que exija garantias de desempenho, o Databricks recomenda que você atualize para usar APIs do Modelo de Base em um ponto de extremidade de taxa de transferência provisionado.

Requisitos

• Espaço de trabalho Databricks em uma região suportada para APIs do Modelo de Fundação pagamento por token.
• Databricks token de acesso pessoal para consultar e acessar endpoints do Mosaic AI Model Serving usando o cliente OpenAI.

Importante

Como prática recomendada de segurança para cenários de produção, o Databricks recomenda que você use tokens OAuth máquina a máquina para autenticação durante a produção.

Para teste e desenvolvimento, o Databricks recomenda o uso de um token de acesso pessoal pertencente a entidades de serviço em vez de usuários do espaço de trabalho. Para criar tokens para entidades de serviço, consulte Gerenciar tokens para uma entidade de serviço.

Introdução ao uso de APIs do Modelo de Base

O exemplo a seguir consulta o databricks-dbrx-instruct modelo que é servido no ponto de extremidade de pagamento por token,databricks-dbrx-instruct. Saiba mais sobre o modelo DBRX Instruct.

Neste exemplo, você usa o cliente OpenAI para consultar o modelo preenchendo o model campo com o nome do ponto de extremidade de serviço do modelo que hospeda o modelo que você deseja consultar. Use seu token de acesso pessoal para preencher a instância do DATABRICKS_TOKEN espaço de trabalho e seu Databricks para conectar o cliente OpenAI ao Databricks.

Nota

Se você encontrar a seguinte mensagem ImportError: cannot import name 'OpenAI' from 'openai' , atualize sua openai versão usando !pip install -U openaio .

from openai import OpenAI
import os

DATABRICKS_TOKEN = os.environ.get("DATABRICKS_TOKEN")

client = OpenAI(
  api_key=DATABRICKS_TOKEN, # your personal access token
  base_url='https://<workspace_id>.databricks.com/serving-endpoints', # your Databricks workspace instance
)

chat_completion = client.chat.completions.create(
  messages=[
    {
      "role": "system",
      "content": "You are an AI assistant",
    },
    {
      "role": "user",
      "content": "What is a mixture of experts model?",
    }
  ],
  model="databricks-llama-3-instruct",
  max_tokens=256
)

print(chat_completion.choices[0].message.content)

Resultado esperado:

{
  "id": "xxxxxxxxxxxxx",
  "object": "chat.completion",
  "created": "xxxxxxxxx",
  "model": "databricks-dbrx-instruct",
  "choices": [
    {
      "index": 0,
      "message":
        {
          "role": "assistant",
          "content": "A Mixture of Experts (MoE) model is a machine learning technique that combines the predictions of multiple expert models to improve overall performance. Each expert model specializes in a specific subset of the data, and the MoE model uses a gating network to determine which expert to use for a given input."
        },
      "finish_reason": "stop"
    }
  ],
  "usage":
    {
      "prompt_tokens": 123,
      "completion_tokens": 23,
      "total_tokens": 146
    }
}

Próximos passos

• Use o playground de IA para experimentar diferentes modelos em uma interface de bate-papo familiar.
• Modelos de base de consulta e modelos externos.
• Acesse modelos hospedados fora do Databricks usando modelos externos.
• Saiba como implantar modelos ajustados usando pontos de extremidade de taxa de transferência provisionados.
• Explore métodos para monitorar a qualidade do modelo e a integridade do ponto final.