盘古大模型 PANGULARGEMODELS-创建推理作业:请求参数

时间:2024-12-03 10:24:11

请求参数

表1 请求Header参数

参数

是否必选

参数类型

描述

X-Auth-Token

String

用户Token。

用于获取操作API的权限。 获取Token 接口响应消息头中X-Subject-Token的值即为Token。

Content-Type

String

发送的实体的MIME类型,参数值为“application/json”。

表2 请求Body参数

参数

是否必选

参数类型

描述

name

String

推理作业的名称。

input

TaskInputDto object

输入数据的信息。

output

TaskOutputDto object

输出数据的信息。

config

TaskConfigDto object

科学计算大模型配置信息。

表3 TaskInputDto

参数

是否必选

参数类型

描述

type

String

存储类型,取值为obs。

data

Array of ObsStorageDto objects

输入数据的OBS信息。

表4 ObsStorageDto

参数

是否必选

参数类型

描述

bucket

String

输入数据的OBS桶名称。

path

String

初始场数据的存放路径。

表5 TaskOutputDto

参数

是否必选

参数类型

描述

obs

ObsStorageDto object

输出数据的OBS信息。

表6 TaskConfigDto

参数

是否必选

参数类型

描述

start_time_begin

String

起报时间区间起点(YYYYMMDDHH时间戳)。

start_time_end

String

起报时间区间终点(YYYYMMDDHH时间戳)。

start_time_interval_hours

Long

起报时间间隔小时数,默认6。取值范围:[1, 24]。

forecast_lead_hours

Long

预报未来小时数,默认168。

draw_figures

String

是否输出结果图片,取值true/false,默认true。

forecast_features

String

确定性预报的输出要素,例如“Surface:U;1000:T;800:?abc”。

num_ensembles

Long

集合数量。在气象预报中,集合预报是指对初始场加入一定程序的扰动,使其生成一组由不同初始场预报的天气预报结果,从而提供对未来天气状态的概率信息。这种方法可以更好地表达预报的不确定性,从而提高预报的准确性和可靠性。

取值范围:[2, 10]。

ensemble_forecast_features

String

集合预报的输出要素,例如“Surface:U;1000:T;800:?abc”。

ensemble_noise_method

String

集合预报的加噪方式。可选:{"perlin", "cnop"}。

  • peilin噪音通过对输入数据(比如空间坐标)进行随机扰动,让模拟出的天气接近真实世界中的变化。
  • cnop噪音通过在初始场中引入特定的扰动来研究天气系统的可预报性,会对扰动本身做一定的评判,能够挑选出预报结果与真实情况偏差最大的一类初始扰动。这些扰动不仅可以用来识别最可能导致特定天气或气候事件的初始条件,还可以用来评估预报结果的不确定性。

ensemble_noise_perlin_scale

Double

集合预报的Perlin加噪scale。取值范围:(0, 0.5)。

ensemble_noise_perlin_octave

Long

用于选择集合预报的Perlin加噪octave。Perlin噪音的octave指的是噪音的频率,在生成Perlin噪音时,可以将多个不同频率的噪音叠加在一起,以增加噪音的复杂度和细节。每个频率的噪音称为一个octave,而叠加的octave数越多,噪音的复杂度也就越高。

取值范围:[1, 10)。

ensemble_noise_perlin_x

Double

用于选择集合预报的Perlin加噪x经度方向的尺度。

取值范围:[0, 1)。

ensemble_noise_perlin_y

Double

用于选择集合预报的Perlin加噪y纬度方向的尺度。

取值范围:[0, 1)。

ensemble_cnop_initial_quantity

Long

集合预报的CNOP初始扰动数量。取值范围:[2, 350]。

support.huaweicloud.com/api-pangulm/pangulm_05_0037.html