从0到1快速入门自然语言指令创建调用OpenAI API应用场景
- Introduce 简介
- setting 设置
- Prompt 提示
- Sample response 回复样本
- API request 接口请求
- python接口请求示例
- node.js接口请求示例
- curl命令示例
- json格式示例
- 其它资料下载
ChatGPT是目前最先进的AI聊天机器人,它能够理解图片和文字,生成流畅和有趣的回答。如果你想跟上AI时代的潮流,你一定要学会使用ChatGPT。如果你想了解OpenAI最新发布的GPT-4模型,以及它如何为ChatGPT聊天机器人带来更强大的功能,那么你一定不要错过OpenAI官网推荐的48种最佳应用场景,不管你是资深开发者、初学者,你都能够从0到1快速入门,并掌握他们。
在这个AI大时代,如果不想被人颠覆,就要先颠覆别人。如果你颠覆不了别人,那你就努力运用ChatGPT提高你的技术水平和创造力。
用户可以通过ChatGPT,使用自然语言指令来创建和控制自己想调用OpenAI API的代码,无需关心技术细节和实现过程。用户还可以根据自己的喜好和需求,选择不同的语言和模型来生成相应的接口,更快速地生成调用OpenAI的各种模型和服务的代码。
Introduce 简介
Create code to call to the OpenAI API using a natural language instruction.
使用自然语言指令创建调用OpenAI API的代码。
setting 设置
Engine
:code-davinci-002
Max tokens
:64
Temperature
:0
Top p
:1.0
Frequency penalty
:0.0
Presence penalty
:0.0
Stop sequence
:“”"
说明:
0、Engine 设置定义了你要使用的模型,例如 code-davinci-002是一个代码生成模型,特别擅长将自然语言翻译成代码,除了完成代码生成外,还支持在代码中进行代码补全。
1、Max tokens是指在请求中最多允许返回的 token 数目,比如你可以指定 chatGPT 返回最多 64个 token。这可以帮助你控制输出的内容大小,以便更好地控制响应速度和结果。一般1个token约4个字符或者0.75个单词
2、Temperature 是一个参数,用于控制 chatGPT 的输出。它决定了 chatGPT 在生成文本时会多么“随意”。值越高,chatGPT 生成的文本就越不可预测;值越低,chatGPT 生成的文本就越可预测。它在0.0到2.0之间,Temperature设置为0意味着ChatGPT将会生成更加保守的回复,即更少的随机性和更多的准确性,这可以帮助你在聊天中更好地控制语义,并且可以防止ChatGPT产生不相关的内容。
3、Top P 是随温度采样的替代方案,称为核采样,其中模型考虑具有top_p概率质量的标记的结果。因此0.1意味着仅考虑包括前10%概率质量的记号。通常建议更改此值或temperature
,但不要同时更改这两个值。
4、Frequency penalty是指在训练时,模型会根据词频来调整每个单词的重要性。它可以帮助模型更好地理解文本,并减少过拟合。介于-2.0和2.0之间的数字,正值会根据新标记在文本中的现有频率惩罚新标记,从而降低模型逐字重复同一行的可能性。Frequency penalty设置为0意味着模型不会对重复的词进行惩罚。它可以帮助模型生成更多的新词,而不是重复使用已有的词。
5、Presence penalty是指在ChatGPT中,一些预先定义的条件或者状态可能会影响机器人回答的质量,介于-2.0和2.0之间的数字。正值会根据新标记到目前为止是否出现在文本中来惩罚它们,从而增加模型谈论新主题的可能性。如果将 Presence penalty 设置为 0,则表示不会有任何惩罚。
6、Stop sequence 是一种设置,通过它可以确定你的聊天会话的结束标志。当你在 chatgpt 中设置 Stop sequence为 “”" 时,表示你的聊天会话结束标志是注释符(“”")。
Prompt 提示
“”"
Util exposes the following:
util.openai() -> authenticates & returns the openai module, which has the following functions:验证并返回openai模块,它有以下函数:
openai.Completion.create(
prompt=“”, # The prompt to start completing from 开始完成的提示
max_tokens=123, # The max number of tokens to generate要生成标记的最大数量
temperature=1.0 # A measure of randomness 随机性度量
echo=True, # Whether to return the prompt in addition to the generated completion除了生成的补全之外是否返回提示符
)
“”"
import util
“”"
Create an OpenAI completion starting from the prompt “Once upon an AI”, no more than 5 tokens. Does not include the prompt.
从提示符“Once upon a AI”开始创建OpenAI补全,不超过5个标记。不包括提示。
“”"
Sample response 回复样本
completion = util.openai().Completion.create(
prompt=“Once upon an AI”,
max_tokens=5,
temperature=1.0,
echo=False,
)
print(completion)
“”"
API request 接口请求
python接口请求示例
node.js接口请求示例
curl命令示例
json格式示例
其它资料下载
如果大家想继续了解人工智能相关学习路线和知识体系,欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线,所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台,AI技术平台以及相关领域专家:Datawhale,ApacheCN,AI有道和黄海广博士等约有近100G相关资料,希望能帮助到所有小伙伴们。