0 から 1 へのクイック スタート スマート コメント作成アプリケーション シナリオ
ChatGPT は現在最も高度な AI チャットボットであり、写真やテキストを理解して流暢で興味深い回答を生成できます。AI 時代のトレンドについていくには、ChatGPT の使い方を学ばなければなりません。OpenAI がリリースした最新の GPT-4 モデルと、それが ChatGPT チャットボットにより強力な機能をもたらす方法について知りたい場合は、OpenAI の公式 Web サイトが推奨する 48 の最良のアプリケーション シナリオを見逃すことはできません。 、0から1まですばやく開始して、それらを習得できます。
この AI の時代では、他人に転覆されたくない場合は、まず他人を転覆する必要があります。他人を覆すことができない場合は、ChatGPT を使用して技術レベルと創造性を向上させてください。
インテリジェントな自動テキスト処理ツールである ChatGPT は、ユーザーが少量のテキストを拡張して完成させるのに役立ち、テキストを理解しやすく覚えやすくします。たとえば、ユーザーは特定の単語または複数のキーワードを 1 ~ 2 行で入力でき、ChatGPT はユーザーの入力に従って、より詳細でリッチなテキストを生成できます。この機能は、映画のレビュー、食品のレビュー、製品のレビューなど、多くの業界で適用できます。
序章
レストラン レビュー作成者 レストラン レビュー作成者
いくつかの単語をレストラン レビューに.
いくつかの単語をレストラン レビューに.
設定設定
Engine
: text-davinci-003
Max tokens
:64
Temperature
:0.5
Top p
:1.0
Frequency penalty
:0.0
Presence penalty
:0.0
説明:
0.Engine
設定は、使用するモデルを定義します。たとえば、text-davinci-003 はテキスト生成モデルです。この種のモデルは、入力テキストに基づいて新しい関連テキストを生成できます。
1.Max tokens
リクエストで返されるトークンの最大数を示します. たとえば、chatGPT を指定して最大 64 個のトークンを返すことができます. これにより、出力のコンテンツ サイズを制御できるため、応答性と結果をより細かく制御できます。通常、トークンは約 4 文字または 0.75 ワードです
2.Temperature
chatGPT の出力を制御するために使用されるパラメーターです。テキストを生成するときに、chatGPT がどの程度「カジュアル」になるかを決定します。値が大きいほど、chatGPT によって生成されるテキストは予測しにくくなり、値が小さいほど、chatGPT によって生成されるテキストは予測しやすくなります。これは 0.0 から 2.0 の間であり、0 の温度設定は、ChatGPT がより保守的な応答を生成することを意味します。つまり、ランダム性が低く、より正確であり、チャットのセマンティクスをより適切に制御するのに役立ち、ChatGPT が無関係なコンテンツを生成するのを防ぐことができます。通常、この値または を変更することをお勧めしますTop P
が、両方を変更することはお勧めしません。
3.Top p
核サンプリングと呼ばれる、温度によるサンプリングの代替手段であり、モデルは top_p 確率品質のラベルの結果を考慮します。したがって、0.1 は、上位 10% の確率質量を構成するトークンのみが考慮されることを意味します。通常、この値または を変更することをお勧めしますtemperature
が、両方を変更することはお勧めしません。
4.Frequency penalty
これは、トレーニング中に、モデルが単語の頻度に応じて各単語の重要度を調整することを意味します。モデルがテキストをよりよく理解し、過剰適合を減らすのに役立ちます。-2.0 から 2.0 までの数値。正の値は、テキスト内の既存の頻度に基づいて新しいトークンにペナルティを課し、モデルが同じ行を逐語的に繰り返す可能性を低くします。0 の頻度ペナルティは、モデルが繰り返し単語にペナルティを課さないことを意味します。これは、モデルが既存の単語を再利用する代わりに、より多くの新しい単語を生成するのに役立ちます。
5.Presence penalty
ChatGPT では、定義済みの条件または状態がロボットの応答の品質に影響を与える場合があります (数値は -2.0 ~ 2.0)。正の値は、それまでにテキストに登場したかどうかに基づいて新しいトークンにペナルティを課し、モデルが新しいトピックについて話す可能性を高めます。プレゼンス ペナルティが 0 に設定されている場合、ペナルティはありません。
促す
これらのメモに基づいてレストランのレビューを書きます
:
名前: ブルー ワーフ
名前: ブルー ワーフ
ロブスター 素晴らしい、うるさい、サービスは丁寧、価格は良い.
頭のロブスター スティック、うるさい、サービスは丁寧、価格は良い.
レビュー:
レビュー:
サンプル応答 サンプル応答
私は最近ブルーワーフを訪れ、素晴らしい経験をしました. ロブスターは素晴らしく、価格はとても良かったです. 唯一の欠点は騒音レベルでしたが、丁寧なサービスはそれを補って余りありました. 強くお勧めします! 最近ブルーを訪れまし
たワーフ、素晴らしい経験をしました。ロブスターは素晴らしく、手頃な価格です。唯一の欠点は騒音ですが、丁寧なサービスがそれを補ってくれます。強くお勧めします!
API リクエスト インターフェイス リクエスト
Python インターフェイス リクエストの例
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.Completion.create(
model="text-davinci-003",
prompt="Write a restaurant review based on these notes:\n\nName: The Blue Wharf\nLobster great, noisy, service polite, prices good.\n\nReview:",
temperature=0.5,
max_tokens=64,
top_p=1.0,
frequency_penalty=0.0,
presence_penalty=0.0
)
node.js インターフェース リクエストの例
const {
Configuration, OpenAIApi } = require("openai");
const configuration = new Configuration({
apiKey: process.env.OPENAI_API_KEY,
});
const openai = new OpenAIApi(configuration);
const response = await openai.createCompletion({
model: "text-davinci-003",
prompt: "Write a restaurant review based on these notes:\n\nName: The Blue Wharf\nLobster great, noisy, service polite, prices good.\n\nReview:",
temperature: 0.5,
max_tokens: 64,
top_p: 1.0,
frequency_penalty: 0.0,
presence_penalty: 0.0,
});
curl コマンドの例
curl https://api.openai.com/v1/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "text-davinci-003",
"prompt": "Write a restaurant review based on these notes:\n\nName: The Blue Wharf\nLobster great, noisy, service polite, prices good.\n\nReview:",
"temperature": 0.5,
"max_tokens": 64,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0
}'
json 形式の例
{
"model": "text-davinci-003",
"prompt": "Write a restaurant review based on these notes:\n\nName: The Blue Wharf\nLobster great, noisy, service polite, prices good.\n\nReview:",
"temperature": 0.5,
"max_tokens": 64,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0
}
その他の情報ダウンロード
人工知能関連の学習ルートと知識システムについて引き続き学習したい場合は、私の別のブログ「ヘビー | 完全な人工知能 AI 学習 - 基礎知識学習ルート」をお読みください。すべての資料は、料金を支払うことなくネットワーク ディスクから直接ダウンロードできます。このブログ
は、Github の有名なオープン ソース プラットフォーム、AI テクノロジ プラットフォーム、および関連分野の専門家 (Datawhale、ApacheCN、AI Youdao、Dr. Huang Haiguang など) を参照しています。約 100G の関連資料があります。すべての友達を助けます。