REST Resource: models

资源：Model
- JSON 表示法
方法

资源：Model

生成式语言模型的相关信息。

JSON 表示法
{ "name": string, "baseModelId": string, "version": string, "displayName": string, "description": string, "inputTokenLimit": integer, "outputTokenLimit": integer, "supportedGenerationMethods": [ string ], "temperature": number, "topP": number, "topK": integer }

JSON 表示法

{
  "name": string,
  "baseModelId": string,
  "version": string,
  "displayName": string,
  "description": string,
  "inputTokenLimit": integer,
  "outputTokenLimit": integer,
  "supportedGenerationMethods": [
    string
  ],
  "temperature": number,
  "topP": number,
  "topK": integer
}

字段
`name`	`string` 必需。`Model` 的资源名称。格式：`models/{model}`，`{model}` 命名惯例为： “{baseModelId}-{version}” 示例： `models/chat-bison-001`
`baseModelId`	`string` 必需。基本模型的名称，将其传递给生成请求。示例： `chat-bison`
`version`	`string` 必需。模型的版本号。这表示主版本号
`displayName`	`string` 人类可读的模型名称。例如，“Chat Bison”。名称不得超过 128 个字符，可以包含任何 UTF-8 字符。
`description`	`string` 模型的简短说明。
`inputTokenLimit`	`integer` 此模型允许的输入令牌数量上限。
`outputTokenLimit`	`integer` 此模型可用的输出令牌的数量上限。
`supportedGenerationMethods[]`	`string` 模型支持的生成方法。方法名称定义为 Pascal 大小写字符串，例如与 API 方法对应的 `generateMessage`。
`temperature`	`number` 控制输出的随机性。值的范围在 `[0.0,1.0]`（含）以上。值越接近 `1.0`，回答就越多样化，而值越接近 `0.0`，模型给出的回答一般越不出乎意料。此值指定后端在调用模型时要使用的默认值。
`topP`	`number` 用于 Nucleus 采样。核采样考虑概率总和至少为 `topP` 的最小词元集。此值指定后端在调用模型时要使用的默认值。
`topK`	`integer` 用于 Top-k 采样。 Top-k 采样考虑 `topK` 集合中概率最高的词元。此值指定后端在调用模型时要使用的默认值。如果为空，则表示模型不使用 Top-k 采样，并且不允许将 `topK` 用作生成参数。

方法
`batchEmbedContents`	在同步调用中指定输入文本，根据模型生成多个嵌入。
`batchEmbedText`	在同步调用中指定输入文本，根据模型生成多个嵌入。
`countMessageTokens`	对字符串运行模型的分词器，并返回词元数。
`countTextTokens`	对文本运行模型的分词器，并返回词元数。
`countTokens`	对输入内容运行模型的分词器，并返回词元数。
`embedContent`	在给定输入 `Content` 的情况下，从模型生成嵌入。
`embedText`	根据输入消息从模型中生成嵌入。
`generateAnswer`	根据输入 `GenerateAnswerRequest` 根据模型生成依据结果的答案。
`generateContent`	根据输入 `GenerateContentRequest` 从模型生成回答。
`generateMessage`	根据输入 `MessagePrompt` 从模型生成回答。
`generateText`	根据输入消息，根据模型生成回复。
`get`	获取有关特定模型的信息。
`list`	列出可通过 API 使用的模型。
`streamGenerateContent`	根据输入 `GenerateContentRequest` 从模型生成流式响应。

REST Resource: models

资源：Model

方法

`batchEmbedContents`

`batchEmbedText`

`countMessageTokens`

`countTextTokens`

`countTokens`

`embedContent`

`embedText`

`generateAnswer`

`generateContent`

`generateMessage`

`generateText`

`get`

`list`

`streamGenerateContent`