Começar a consultar LLMs no Databricks

Este artigo descreve como começar a usar as APIs do Foundation Model para servir e consultar LLMs no Databricks.

A maneira mais fácil de começar a servir e consultar modelos LLM na Databricks é usar as APIs do Foundation Model com base no pagamento por tokens. As APIs fornecem acesso a modelos de base populares a partir de endpoints pay-per-tokens que estão automaticamente disponíveis na UI de serviço do seu Databricks workspace. Consulte Modelos suportados para pay-per-tokens.

O senhor também pode testar e conversar com modelos pay-per-tokens usando o site AI Playground. Consulte Bate-papo com LLMs compatíveis usando o AI Playground.

Para cargas de trabalho de produção, especialmente se o senhor tiver um modelo ajustado ou uma carga de trabalho que exija garantias de desempenho, o site Databricks recomenda que o senhor faça o upgrade para o Foundation Model APIs em um provisionamento Taxa de transferência endpoint.

Requisitos

Importante

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

Para testes e desenvolvimento, o Databricks recomenda o uso de um access token pessoal pertencente à entidade de serviço em vez de usuários do workspace. Para criar o site tokens para uma entidade de serviço, consulte gerenciar tokens para uma entidade de serviço.

Obter começar usando as APIs do Foundation Model

O exemplo a seguir consulta o modelo databricks-dbrx-instruct que é servido no pay-per-tokens endpoint,databricks-dbrx-instruct. Saiba mais sobre o modelo DBRX Instruct.

Neste exemplo, o senhor usa o cliente OpenAI para consultar o modelo, preenchendo o campo model com o nome do endpoint servindo modelo que hospeda o modelo que deseja consultar. Use seu access token pessoal para preencher o DATABRICKS_TOKEN e sua instância de espaço de trabalho do 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-dbrx-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