目錄
- Introduce 簡介
- setting 設定
- Prompt 提示
- Sample response 回復樣本
- API request 介面請求
- python介面請求示例
- node.js介面請求示例
- curl命令示例
- json格式示例
- 其它資料下載

ChatGPT是目前最先進的AI聊天機器人,它能夠理解圖片和文字,生成流暢和有趣的回答,如果你想跟上AI時代的潮流,你一定要學會使用ChatGPT,如果你想了解OpenAI最新發布的GPT-4模型,以及它如何為ChatGPT聊天機器人帶來更強大的功能,那么你一定不要錯過OpenAI官網推薦的48種最佳應用場景,不管你是資深開發者、初學者,你都能夠從0到1快速入門,并掌握他們,
在這個AI大時代,如果不想被人顛覆,就要先顛覆別人,如果你顛覆不了別人,那你就努力運用ChatGPT提高你的技術水平和創造力,
ChatGPT提供了快速智能生成文章大綱的功能,旨在幫助作者更高效地實作創作目標,ChatGPT還可以根據作者的需求,生成不同型別的文章大綱,例如新聞稿、小說、科技文章等等,同時經過大量訓練,生成的文章大綱具有很高的準確性和可靠性,這將幫助作者更快地實作寫作目標,提高文章的質量和效率,
Introduce 簡介
Essay outline 論文大綱
Generate an outline for a research topic.
為一個研究主題生成一個大綱,
setting 設定
Engine: text-davinci-003
Max tokens:150
Temperature:0.3
Top p:1.0
Frequency penalty:0.0
Presence penalty:0.0
說明:
0、Engine設定定義了你要使用的模型,例如 text-davinci-003是一個文本生成模型,這種模型可以根據輸入的文本,生成新的、相關的文本,
1、Max tokens是指在請求中最多允許回傳的 token 數目,比如你可以指定 chatGPT 回傳最多150個 token,這可以幫助你控制輸出的內容大小,以便更好地控制回應速度和結果,一般1個token約4個字符或者0.75個單詞
2、Temperature是一個引數,用于控制 chatGPT 的輸出,它決定了 chatGPT 在生成文本時會多么“隨意”,值越高,chatGPT 生成的文本就越不可預測;值越低,chatGPT 生成的文本就越可預測,它在0.0到2.0之間,Temperature設定為0意味著ChatGPT將會生成更加保守的回復,即更少的隨機性和更多的準確性,這可以幫助你在聊天中更好地控制語意,并且可以防止ChatGPT產生不相關的內容,通常建議更改此值或Top P,但不要同時更改這兩個值,
3、Top p是隨溫度采樣的替代方案,稱為核采樣,其中模型考慮具有top_p概率質量的標記的結果,因此0.1意味著僅考慮包括前10%概率質量的記號,通常建議更改此值或temperature,但不要同時更改這兩個值,
4、Frequency penalty是指在訓練時,模型會根據詞頻來調整每個單詞的重要性,它可以幫助模型更好地理解文本,并減少過擬合,介于-2.0和2.0之間的數字,正值會根據新標記在文本中的現有頻率懲罰新標記,從而降低模型逐字重復同一行的可能性,Frequency penalty設定為0意味著模型不會對重復的詞進行懲罰,它可以幫助模型生成更多的新詞,而不是重復使用已有的詞,
5、Presence penalty是指在ChatGPT中,一些預先定義的條件或者狀態可能會影響機器人回答的質量,介于-2.0和2.0之間的數字,正值會根據新標記到目前為止是否出現在文本中來懲罰它們,從而增加模型談論新主題的可能性,如果將 Presence penalty 設定為 0,則表示不會有任何懲罰,
Prompt 提示
Create an outline for an essay about Nikola Tesla and his contributions to technology:
為一篇關于尼古拉·特斯拉及其對技術的貢獻的文章創建一個大綱:
Sample response 回復樣本
I. Introduction 導言
A. Who was Nikola Tesla? 尼古拉·特斯拉是誰?
B. Overview of his contributions to technology 他對技術的貢獻概述
II. Early Life and Education 早期生活和教育
A. Where and when Tesla was born 特斯拉誕生于何時何地.
B. His education and early career 他的教育與早年生涯
III. Tesla's Contributions to Technology 特斯拉的技術貢獻
A. Alternating Current 交流電
B. Radio and Remote Control 無線電和遙控器
C. Robotics 機器人學
D. X-Rays X射線
IV. Tesla's Later Years 特斯拉的晚年
A. His later inventions 他后來的發明
B. His death and legacy 他的去世和遺產
V. Conclusion 結論
A. Summary of Tesla's life and accomplishments 特斯拉的一生和成就總結
B. Impact of Tesla's work on modern technology 特斯拉的作業對現代技術的影響
API request 介面請求
python介面請求示例
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.Completion.create(
model="text-davinci-003",
prompt="Create an outline for an essay about Nikola Tesla and his contributions to technology:",
temperature=0.3,
max_tokens=150,
top_p=1.0,
frequency_penalty=0.0,
presence_penalty=0.0
)
node.js介面請求示例
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: "Create an outline for an essay about Nikola Tesla and his contributions to technology:",
temperature: 0.3,
max_tokens: 150,
top_p: 1.0,
frequency_penalty: 0.0,
presence_penalty: 0.0,
});
curl命令示例
curl https://api.openai.com/v1/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "text-davinci-003",
"prompt": "Create an outline for an essay about Nikola Tesla and his contributions to technology:",
"temperature": 0.3,
"max_tokens": 150,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0
}'
json格式示例
{
"model": "text-davinci-003",
"prompt": "Create an outline for an essay about Nikola Tesla and his contributions to technology:",
"temperature": 0.3,
"max_tokens": 150,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0
}
其它資料下載
如果大家想繼續了解人工智能相關學習路線和知識體系,歡迎大家翻閱我的另外一篇博客《重磅 | 完備的人工智能AI 學習——基礎知識學習路線,所有資料免關注免套路直接網盤下載》
這篇博客參考了Github知名開源平臺,AI技術平臺以及相關領域專家:Datawhale,ApacheCN,AI有道和黃海廣博士等約有近100G相關資料,希望能幫助到所有小伙伴們,
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/549655.html
標籤:其他
上一篇:Redis快取高可用集群
