如需了解国际站更多云产品，请访问国际站。https://www.huaweicloud.com/intl/
不再显示此消息
如需了解国际站更多云产品，请访问国际站。https://www.huaweicloud.com/intl/
不再显示此消息
管理预测大模型评测任务 管理评测任务 在评测任务列表中，任务创建者可以对任务进行克隆（复制评测任务）、启动（重启评测任务）和删除操作。 登录ModelArts Studio大模型开发平台，在“我的空间”模块，单击进入所需空间。 图1 我的空间 在左侧导航栏中选择“模型开发 > 模型评测
预测大模型训练常见报错与解决方案 预测大模型训练常见报错及解决方案请详见表1。 表1 预测大模型训练常见报错与解决方案 常见报错 问题现象 原因分析 解决方案 训练后推理服务部署失败，报错“KeyError” 训练后推理报错“KeyError”: KeyError: '0.0' 训练类别特征列选择为数值类型列。
预测类数据集格式要求 平台支持创建预测类数据集，创建时可导入时序数据、回归分类数据。 时序数据：时序预测数据是一种按时间顺序排列的数据序列，用于预测未来事件或趋势，过去的数据会影响未来的预测。 回归分类数据：回归分类数据包含多种预测因子（特征），用于预测连续变量的值，与时序数据不
服务预测 服务预测失败 服务预测失败，报错APIG.XXXX 在线服务预测报错ModelArts.4206 在线服务预测报错ModelArts.4302 在线服务预测报错ModelArts.4503 在线服务预测报错MR.0105 Method Not Allowed 请求超时返回Timeout
批量预测 批量预测通过在计算节点后台发起离线预测任务的方式，在任务完成后可以获得指定数据集中所有样本的预测结果。 创建批量预测作业 编辑批量预测作业 执行批量预测作业 删除批量预测作业 父主题： 联邦预测作业
在线服务预测报错MR.0105 问题现象 部署为在线服务，服务处于运行中状态，预测时报错：{ "erno": "MR.0105", "msg": "Recognition failed","words_result": {}}。 图1 预测报错 原因分析 请在“在线服务”详情页面
盘古时序预测回归大模型 功能介绍 2025年3月首次发布的模型，基于时序预测基模型实现对未来一组观测值的预测，最多支持256个未来时间点的预测。 URI POST /v1/{project_id}/infer-api/proxy/service/{deployment_id}/ 获取URI方式请参见请求URI。
平均绝对误差 平均绝对误差是预测值与真实值之间绝对误差的均值。它同样用于衡量模型预测值与实际值之间的差异，数值越小，表明模型预测的准确性越高。 真实值和预测值 真实值和预测值在图表中的对比情况。 准确率 模型预测结果中，所有预测正确的样本占总样本的比例。数值越高，模型效果越好。
时序预测-time_series_v2算法部署在线服务预测报错 问题现象 在线服务预测报错：ERROR: data is shorter than windows。 原因分析 该报错说明预测使用的数据行数小于window超参值。 在使用订阅算法时序预测-time_series_v
比较指标值和阈值的关系。 比较关系分为>、>=、<、<= 2）智能预测：一种趋势预测方式，根据输入，基于算法预测未来容量趋势。 预测趋势：基于预测算法，根据参考时间段内（过去一个月）的容量趋势，预测未来7天的容量趋势； 风险实例：参考时间段内的容量和预测时间段内的容量，任何一个满足安全阈值，就认为是风险实例，会被输出到风险结果中。
其中，各评测指标说明详见预测大模型评测指标说明。 预测大模型评测指标说明 表1 预测大模型评测指标说明 模型类型 模型场景 评测指标（自动评测） 指标说明 预测大模型 回归 拟合度 预测值对真实值变动的解释程度，越接近于1，说明模型对真实值的拟合越好。 平均绝对误差 预测值与真实值之间差
全局序列在INSERT或REPLACE语句中的使用 要想在同一个实例下实现跨逻辑库序列的全局唯一，可以在INSERT语句或者REPLACE语句中结合全局序列一起使用。INSERT语句和REPLACE语句支持nextval和currval两个方式序列的获取。其中，nextval表示
中。这个预测作业可以作为后续持续预测的依据，企业A可以定期地使用模型预测自己的新业务数据。同时企业A也可以根据新积累的数据训练出新的模型，进一步优化模型预测的精确率，再创建新的联邦预测作业，产出更精准的预测结果供业务使用。 父主题： 使用TICS联邦预测进行新数据离线预测
盘古时序预测分类大模型 功能介绍 基于时序预测基模型实现分类预测能力。时序分类预测有很多应用场景，例如：基于工业设备传感器一段时间采集的连续数据，实现设备正常或异常状态的预测。 URI POST /v1/{project_id}/infer-api/proxy/service/{deployment_id}/
开发者可以了解模型的优缺点，从而找到优化方向。 预测大模型支持基于规则的自动评测，即基于规则自动打分，即基于相似度/准确率进行打分。 评测数据集的创建步骤与训练数据集一致，本章节仅做简单介绍，详细步骤请参见使用数据工程构建预测大模型数据集。 登录ModelArts Studio
创建联邦预测作业 企业A单击“联邦预测 > 批量预测 > 创建”按钮，进入联邦预测作业的创建页面。企业A需要通过“算法类型”、“训练作业”等筛选条件可以找到用于预测的模型，点选使用的模型后单击“确定”按钮即完成联邦预测作业的创建。 父主题： 使用TICS联邦预测进行新数据离线预测
调用预测大模型 表1 预测大模型API清单 API分类 API访问路径（URI） 推理 / 特征重要性 /perm-feat-importance 使用API调用预测大模型 统计预计大模型调用信息 父主题： 开发盘古预测大模型
函数支持json序列化和反序列化 使用NET Core CLI 使用Visual Studio 父主题： 开发事件函数
Editor，可以在里面编辑和运行cell。 父主题： 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型
使用Visual Studio 新增json序列化和反序列化接口，并提供HC.Serverless.Function.Common.JsonSerializer.dll 。 提供的接口如下： T Deserialize<T>(Stream ins)：反序列化值传递到Function处理程序的对象中。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
您即将访问非华为云网站，请注意账号财产安全
