LMM
ChatGPT-4vのような大規模マルチモーダルモデルを実行します。
非推奨
このブロックは非推奨であり、将来のリリースで削除される可能性があります。
画像とテキストを使って、大規模マルチモーダルモデル(LMM)に質問します。
LMMBlock には任意のテキストプロンプトを指定できます。
LLMBlock は 2 つの LMM をサポートします:
OpenAI の GPT-4 with Vision;
GPT-4 with Vision モデルを使用するには、OpenAI の API キーを指定する必要があります。
画像を1つ以上のカテゴリに分類したい場合は、専用の LMMForClassificationBlock の使用をおすすめします。
型識別子
ステップで次の識別子を使用してください "type" フィールド: roboflow_core/lmm@v1 ワークフローにこのブロックをステップとして追加するには。
プロパティ
名前
型
説明
参照
name
str
このステップの一意の識別子を入力してください。
❌
プロンプト
str
LMM モードへの制約のないテキストプロンプトを保持します。
✅
lmm_type
str
使用する LMM の種類。
✅
lmm_config
LMMConfig
LMM の設定。
❌
remote_api_key
str
LMM モデルを呼び出すために必要な API キーを保持します。現時点の開発段階では、OpenAI キーが必要な場合 lmm_type=gpt_4v..
✅
json_output
Dict[str, str]
要求された出力フィールド名をその説明にマッピングする辞書を保持します。
❌
この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。
ランタイム互換性
requires_internet - エアギャップ/オフライン環境: このブロックは、完全にオフライン/エアギャップ環境から到達できないサービスに依存しています。
ハード - ランタイム hosted_serverless;実行 リモート : Roboflow Hosted Serverless で LMM_ENABLED=False の場合: /llm_v1 エンドポイントは登録されていないため、run_remotely() は 404 を返します。
入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が LMM のバージョン v1 あるか確認してください。
最終更新
役に立ちましたか?