Inicie a exploração de 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 usar as APIs do Foundation Model em uma base de 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. Veja Bate-papo com LLMs e protótipos de aplicativos GenAI usando o AI Playground.

Para cargas de trabalho de produção, particularmente aquelas com um modelo ajustado ou que exigem garantias de desempenho, o Databricks recomenda o uso de APIs do Modelo de Base em um ponto de extremidade de taxa de transferência provisionado.

Requisitos

• Um espaço de trabalho Databricks em uma região suportada para APIs do Modelo de Fundação pay-per-token.
• Um token de acesso pessoal Databricks para consultar e acessar endpoints do Mosaic AI Model Serving usando o cliente OpenAI.

Introdução ao uso de APIs do Modelo de Base

O exemplo a seguir deve ser executado em um bloco de anotações Databricks. O exemplo de código consulta o modelo Meta Llama 3.1 405B Instruct que é servido no ponto de extremidade databricks-meta-llama-3-1-405b-instructpay-per-token.

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.

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-meta-llama-3-1-405b-instruct",
  max_tokens=256
)

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

Resultado esperado:

{
  "id": "xxxxxxxxxxxxx",
  "object": "chat.completion",
  "created": "xxxxxxxxx",
  "model": "databricks-meta-llama-3-1-405b-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.
• 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.