Buat dan hapus model - MaxCompute

Topik ini menjelaskan perintah untuk membuat dan menghapus model MaxCompute.

Operasi

Fitur

Peran

Titik masuk

Buat model

Create a MaxCompute model object in a project.

Users with the CreateModel permission for the project.

Run the commands in this topic on the following platforms:

Hapus model

Delete an existing MaxCompute model object from a project.

Users with the Drop permission for the model.

Buat model

Anda dapat membuat model MaxCompute beserta versinya dalam suatu Proyek. Untuk informasi selengkapnya tentang model dan versi model, lihat Jenis model.

Catatan

Model publik MaxCompute dimiliki oleh proyek publik di bawah akun sistem MaxCompute. Anda tidak perlu membuatnya karena dapat langsung digunakan untuk inferensi. Untuk daftar model publik dan cara menggunakannya, lihat Model MaxCompute.
Model yang dilatih secara internal oleh MaxCompute hanya dapat dibuat dengan menjalankan to_odps_model di MaxFrame. Pembuatan menggunakan SQL tidak didukung. Untuk informasi selengkapnya tentang metode ini, lihat to_odps_model.

Format perintah

Buat model yang diimpor (IMPORT MODEL)

CREATE MODEL [ IF NOT EXISTS ] <model_name> WITH VERSION <version_name> 
INPUT(<input_col_name> <input_data_type>, ... ) -- Diperlukan ketika MODEL_SOURCE_TYPE diatur ke IMPORT.
OPTIONS(
    MODEL_SOURCE_TYPE = '<model_source_tpye>', -- Jika nilainya IMPORT, model tersebut adalah model yang diimpor.
    MODEL_TYPE = '<model_tpye>',   -- Untuk model yang diimpor, MODEL_TYPE hanya mendukung BOOSTED_TREE_CLASSIFIER dan BOOSTED_TREE_REGRESSOR.
    LOCATION = '<location>',   
    ROLEARN = '<rolearn>'      
)
[COMMENT <model_comment>];

Buat model jarak jauh (REMOTE MODEL)

CREATE MODEL [ IF NOT EXISTS ] <model_name> WITH VERSION <version_name> 
[INPUT(<input_col_name> <input_data_type>, ... )] 
OPTIONS(
    MODEL_SOURCE_TYPE = '<model_source_tpye>',   -- If the value is REMOTE, the model is a remote model.
    MODEL_TYPE = '<model_tpye>',     -- For remote models, MODEL_TYPE supports only MLLM.
    TASKS = '<tasks>' ,              
    PAI_EAS_MODEL_NAME = '<pai_eas_model_name>',    
    PAI_EAS_SERVICE_NAME = '<pai_eas_service_name>',   
    ENDPOINT= '<endpoint>',                
    APIKEY = '<apikey>',                
    PAI_EAS_SYNC_MODE = 'true'
    [,PAI_EAS_SYNC_REQUEST_TIMEOUT = '5000'] 
)
[COMMENT <model_comment>];

Parameter

Parameter umum

Parameter	Wajib	Deskripsi	Catatan
model_name	Ya	Nama model.	Nama tidak membedakan huruf besar/kecil dan tidak boleh mengandung karakter khusus. Nama hanya boleh terdiri dari huruf (a-z, A-Z), angka, dan garis bawah (_). Disarankan agar nama dimulai dengan huruf. Panjang nama tidak boleh melebihi 256 byte. Nama model harus unik dalam Proyek atau skema yang sama.
version_name	Ya	Nama versi model.	Nama tidak membedakan huruf besar/kecil dan tidak boleh mengandung karakter khusus. Nama hanya boleh terdiri dari huruf (a-z, A-Z), angka, dan garis bawah (_). Disarankan agar nama dimulai dengan huruf. Panjang nama tidak boleh melebihi 256 byte. Anda tidak dapat menetapkan nama versi sebagai default_version. Saat Anda membuat model beserta versi pertamanya, versi tersebut akan ditetapkan sebagai versi default (DEFAULT_VERSION) dari model tersebut.
input_col_name	Tidak	Nama kolom input untuk versi model.	Nama kolom tidak membedakan huruf besar/kecil dan tidak boleh mengandung karakter khusus. Nama boleh terdiri dari huruf (a-z, A-Z), angka, garis bawah (_), atau karakter Tionghoa. Disarankan agar nama dimulai dengan huruf. Panjang nama tidak boleh melebihi 128 byte. Jika tidak, error akan dilaporkan. Catatan: Parameter ini wajib jika tipe sumber model adalah model yang diimpor.
input_date_type	Tidak	Tipe data kolom input untuk versi model.	Tipe data yang didukung meliputi BIGINT, DOUBLE, STRING, dan BINARY. Untuk informasi selengkapnya, lihat Versi tipe data. Catatan: Parameter ini wajib jika tipe sumber model adalah model yang diimpor.
model_source_type	Ya	Tipe sumber model.	Parameter ini tidak dapat diubah setelah model dibuat. Nilai yang valid: IMPORT: model yang diimpor. REMOTE: model jarak jauh.
model_type	Ya	Jenis model.	Parameter ini tidak dapat diubah setelah model dibuat. Nilai yang didukung berbeda-beda tergantung pada sumber model. Jika sumber model adalah model yang diimpor, nilai yang valid adalah: BOOSTED_TREE_REGRESSOR: model regresi XGBoost. BOOSTED_TREE_CLASSIFIER: model klasifikasi XGBoost. Jika sumber model adalah model jarak jauh, nilai yang valid adalah: LLM: model bahasa besar. MLLM: model bahasa besar multimodal.
comment	Tidak	Komentar model.	Komentar harus berupa string yang valid dengan panjang maksimal 1.024 byte. Jika tidak, error akan dilaporkan. Catatan Saat Anda membuat model, komentar model yang ditentukan juga digunakan sebagai komentar untuk versi pertama model tersebut.

Parameter model yang diimpor

Parameter

Wajib

Deskripsi

Catatan

location

Jalur OSS file model.

Menentukan jalur file model yang akan diimpor dari Object Storage Service (OSS). Hanya titik akhir jaringan internal OSS yang didukung. Contoh: LOCATION = 'oss://oss-cn-shanghai-internal.aliyuncs.com/test-mode-bucket/'

rolearn

Peran RAM untuk autentikasi akses OSS.

Menentukan informasi autentikasi Peran RAM yang digunakan untuk mengakses file model di jalur OSS. Contoh: ROLEARN = 'acs:ram::139******728:role/aliyunodpsdefaultrole'.

Sebelum menggunakan parameter ini, pastikan izin yang diperlukan atas data OSS telah diberikan kepada akun akses MaxCompute.

Anda dapat klik di sini untuk menyelesaikan otorisasi satu klik. Secara default, izin AliyunODPSDefaultRole diberikan.
Buat peran kustom. Untuk informasi selengkapnya, lihat Otorisasi dalam mode STS untuk OSS.

Parameter model jarak jauh

Parameter	Wajib	Deskripsi	Catatan
tasks	Ya	Tipe tugas.	Nilai yang valid: text-generation chat sentence-embedding
pai_eas_model_name	Ya	Nama model yang dideploy di PAI EAS.	Anda dapat melihat model dan nama layanan yang dideploy di Konsol PAI EAS serta mendapatkan informasi titik akhir dan token yang sesuai pada halaman informasi pemanggilan.
pai_eas_service_name	Ya	Nama layanan model PAI EAS. Catatan Jika layanan EAS ditambahkan ke kelompok layanan, Anda harus menentukan nama layanan dalam format `GroupName.ServiceName`, misalnya `group.service_name`. Jika layanan tidak ditambahkan ke kelompok layanan, cukup tentukan nama layanan EAS saja.
endpoint	Ya	Titik akhir layanan PAI EAS. Contoh: http://1*************70.cn-shanghai.pai-eas.aliyuncs.com Catatan: Versi saat ini hanya mendukung titik akhir publik EAS. Sebelum memanggil fungsi AI, Anda harus menambahkan titik akhir tersebut ke daftar alamat jaringan eksternal yang diizinkan untuk MaxCompute. Untuk informasi konfigurasi, lihat Edit alamat jaringan eksternal melalui manajemen proyek.
apikey	Ya	Token layanan PAI EAS.
pai_eas_sync_mode	Ya	Mode di mana layanan memproses permintaan.	Hanya `true` yang didukung, yang menunjukkan mode sinkron.
pai_eas_sync_request_timeout	Tidak	Waktu timeout untuk permintaan sinkron.	Unit: milidetik. Nilai default: 5000. Rentang nilai: 5000 hingga 1800000.

Contoh

Contoh 1: Buat model jarak jauh. Contoh ini menggunakan layanan model Qwen2.5-Omni-3B yang dideploy di PAI EAS. Parameter INPUT diatur untuk menerima file citra bertipe BINARY untuk tugas gambar-ke-teks. Untuk contoh lengkapnya, lihat Gunakan model jarak jauh MaxCompute untuk menghasilkan deskripsi produk E-dagang secara otomatis.

CREATE MODEL PAI_EAS_Qwen25_Omni_3B WITH VERSION v1 
INPUT(data BINARY, promt STRING) -- Specify that the model accepts image files of the BINARY type as input.
OPTIONS(
    MODEL_SOURCE_TYPE = 'REMOTE',
    MODEL_TYPE = 'MLLM',
    TASKS = 'text-generation',
    PAI_EAS_MODEL_NAME = 'Qwen2.5-Omni-3B',
    PAI_EAS_SERVICE_NAME = 'test_remote_model', 
    ENDPOINT = 'http://11261230********.cn-shanghai.pai-eas.aliyuncs.com',
    APIKEY = '<YOUR-API-KEY>', 
    PAI_EAS_SYNC_MODE = 'true'
)
COMMENT "PAI EAS remote model binary input";

Contoh 2: Buat model yang diimpor. Contoh ini menggunakan file model klasifikasi XGBoost yang telah dilatih dan diunggah ke jalur OSS yang sesuai.

CREATE MODEL test_xgboost_classifier WITH VERSION V1
INPUT (f1 int,f2 int,f3 int,f4 int)
OPTIONS(
    MODEL_SOURCE_TYPE = 'IMPORT',
    MODEL_TYPE = 'BOOSTED_TREE_CLASSIFIER',
    LOCATION = 'oss://oss-cn-shanghai-internal.aliyuncs.com/********/xgboost_classifier/',
    ROLEARN = 'acs:ram::11261230********:role/aliyunodpsdefaultrole'
)
COMMENT 'Import XGBoost model v1';