文章目录
- playground介绍
- Playground特点
- 模型设置和参数选择
- 四种语言模型介绍
- playground应用
- 构建自己的playground应用
- playground python使用
playground介绍
OpenAI Playground是一个基于Web的工具，旨在帮助开发人员测试和尝试OpenAI的语言模型，如GPT-3。通过Playground，用户可以在不编写任何代码的情况下与AI模型进行交互，并了解其工作原理。
playground地址：https://platform.openai.com/playground
Playground特点
- 灵活性：
Playground提供一个交互式界面，以便用户自定义输入和修改模型参数。 - 定制性：用户可以根据自己的需求选择不同的语言模型和模型设置，以满足特定的应用场景。
- 易用性：
Playground的用户界面简洁直观，无需编写复杂的代码，即可快速上手和进行实验
模型设置和参数选择
Web界面分为左中右三部分
- 左侧：
System，You are a helpful assistant.（定义gpt模型的角色） - 中间：
USER，Enter a user meaasge here.（输入想问的问题，或者想要补全的句子），submit即可产出回答。 - 右侧：模型设置和参数选择
Mode：模式选择，chat、Complete and Edit。Model：turbo、davinci、curie、babbage、ada。Temperature：介于0-1之间，越接近1，模型生成的回答越有不确定性（创造性），越接近0，模型的答案越确定。
四种语言模型介绍
Ada：Ada是一种基础模型，适合用于提示和短对话。Babbage：Babbage是一个中等规模的模型，适合于更长的对话和创造性写作。Curie：Curie是一个大型模型，适用于复杂的对话和生成性任务。Davinci：Davinci是OpenAI提供的最先进的语言模型，适合处理长篇大论、技术文档和创造性写作等。
playground应用
examples:https://platform.openai.com/examples
OpenAI官网的examples中提供了许多有用的示例，可以了解OpenAI的使用。
Emoji Translation（一个表情包翻译器）
作用是将文字转为emoji
- 设置
Prompt SYSTEM：You will be provided with text, and your task is to translate it into emojis. Do not use any regular text. Do your best with emojis only.USER：Artificial intelligence is a technology with great promise.Open in playground
点击submit即可生成对应的转化结果。
构建自己的playground应用
- 定义
System - 定义
user - 点击
submit输出结果 - 右上角点击”
Save"保存
Save preset
This will save the current Playground state as a preset which you can access later or share with others.- 点击
Your presets，即可看到自己的playground列表
playground python使用
一个情感分析playground
- 点击
View code
You can use the following code to start integrating your current prompt and settings into your application. copy复制python代码
- 本地
python中使用
question：“To be or not to be, this is a question.”
response:
{"id": "chatcmpl-89lIKZt8UG1aVVBkB9Wo3ECiPoZ9M","object": "chat.completion","created": 1697337444,"model": "gpt-3.5-turbo-0613","choices": [{"index": 0,"message": {"role": "assistant","content": "Sentiment: NEUTRAL\nProbability: 0.50"},"finish_reason": "stop"}],"usage": {"prompt_tokens": 130,"completion_tokens": 13,"total_tokens": 143}
}
包含role、content、total_tokens等完整输出。
可见的是这种方法相当消耗token（money)，因此之后我们会选择微调fine-tuning的形式，OpenAI也已经提供了简便的微调方式。
