首頁
人工智能平臺 PAI
操作指南
AI開發(fā)
可視化建模(Designer)
組件參考:大模型數(shù)據(jù)處理
LLM數(shù)據(jù)處理(DLC)
LLM-敏感詞過濾(DLC)
LLM-敏感詞過濾(DLC)
更新時間:
LLM-敏感詞過濾(DLC)組件主要用于過濾掉帶有敏感詞的樣本。輸入的OSS數(shù)據(jù)文件(JSONL格式,示例)需符合:每一行是一個合法的JSON對象,文件由多行JSON對象組成,整個文件本身不是合法的JSON對象。
支持的計算資源
算法說明
識別文本中是否包含敏感詞,過濾掉包含敏感詞的樣本。支持返回文本中包含的敏感詞。默認提供的敏感詞數(shù)量共12000+,詳情請參見默認敏感詞。
說明
如果默認敏感詞列表在線打開顯示亂碼,可嘗試下載到本地后再打開。
配置組件
在Designer工作流頁面添加LLM-敏感詞過濾(DLC)組件,并在界面右側配置相關參數(shù):
參數(shù)類型 | 參數(shù) | 是否必選 | 描述 | 默認值 | |
字段設置 | 目標處理字段 | 是 | 要處理的字段名稱。 | 無 | |
數(shù)據(jù)輸出OSS目錄 | 否 | 處理后數(shù)據(jù)的OSS存儲目錄。如果為空,使用工作空間默認路徑。 | 無 | ||
敏感詞文件 | 否 | 敏感詞文件路徑。置空時,使用默認的敏感詞列表。文件格式為:"敏感詞1\n敏感詞2\n...",敏感詞之間用換行符分隔。 | 預置敏感詞文件 | ||
執(zhí)行調優(yōu) | 多進程個數(shù) | 否 | 設置進程數(shù)。 | 8 | |
選擇資源組 | 公共資源組 | 否 | 選擇節(jié)點規(guī)格(CPU或GPU實例規(guī)格)、節(jié)點數(shù)量、專有網(wǎng)絡。 | 無 | |
專有資源組 | 否 | 選擇CPU核數(shù)、內存、共享內存、GPU卡數(shù)、節(jié)點數(shù)量。 | 無 | ||
最大運行時長 | 否 | 組件最大運行時長,超過這個時間,作業(yè)會被kill。 | 無 |
文檔內容是否對您有幫助?