openappmkt（openai的的API如何使用）

openai的的API如何使用

import os import openai openai.api_key = os.getenv("OPENAI_API_KEY") response = openai.Completion.create( model="text-davinci-003", prompt="I am a highly intelligent question answering bot. If you ask me a question that is rooted in truth, I will give you the answer. If you ask me a question that is nonsense, trickery, or has no clear answer, I will respond with \"Unknown\".\n\nQ: What is human life expectancy in the United States?\nA: Human life expectancy in the United States is 78 years.\n\nQ: Who was president of the United States in 1955?\nA: Dwight D. Eisenhower was president of the United States in 1955.\n\nQ: Which party did he belong to?\nA: He belonged to the Republican Party.\n\nQ: What is the square root of banana?\nA: Unknown\n\nQ: How does a telescope work?\nA: Telescopes use lenses or mirrors to focus light and make objects appear closer.\n\nQ: Where were the 1992 Olympics held?\nA: The 1992 Olympics were held in Barcelona, Spain.\n\nQ: How many squigs are in a bonk?\nA: Unknown\n\nQ: Where is the Valley of Kings?\nA:", temperature=0, max_tokens=100, top_p=1, frequency_penalty=0.0, presence_penalty=0.0, stop=["\n"] )

OpenAI API 有几种不同的接口             ，具体的参数依赖于您选择的接口             。以下是一些常见接口的简要说明和参数：

GPT-3 API:

endpoint: https://api.openai.com/v1/engines/gpt-3

参数： engine: 模型的名称 
 
  
 
  
 
  
 
  
 
  
 
  
 ，例如 “davinci  
  
  
  
  
  
  ” 或 “curie 
  
  
  
  
  
  
” 
 
  
 
  
 
  
 
  
 
  
 
  
 。 prompt: 文本提示












，作为模型生成内容的上下文












。 max_tokens: 生成文本的最大长度
  
  
  
  
  
  
 。 n: 生成的响应数量
  
  
  
  
  
  
 ，默认为 1 
  
  
  
  
  
  。 stop: 是否停止生成文本 
  
  
  
  
  
  ，当模型生成指定字符时停止 


 


 


 


 


 


 

。 temperature: 生成文本的随机性 


 


 


 


 


 


 

，取值从 0 到 1 
 
 
 
 
 
 
。 frequency_penalty: 控制生成的文本的选择性
 
 
 
 
 
 
，使用词频惩罚  
   
   
   
   
   
   。 presence_penalty: 控制生成的文本的选择性  
   
   
   
   
   
   ，使用存在惩罚 

 

 

 

 

 

 
。

engine 的取值范围取决于 OpenAI 支持的模型

 

 

 

 

 

 

。OpenAI 允许通过 API 访问多种不同的模型 

 

 

 

 

 

 
，包括 GPT-3  
  
  
  
  
  
  、DALL·E 等             。

通常

 

 

 

 

 

 

，您可以从以下值中选择：

“davinci


 


 


 


 


 


 

”：这是 OpenAI 最强大的模型             ，拥有最大的语言理解和生成能力 
 

 
 

 
 

 
 

 
 

 
 

 
 。

“curie 
 
 
 
 
 
 ”：这是 OpenAI 一种较小的模型 
 

 
 

 
 

 
 

 
 

 
 

 
 ，具有较低的延迟和资源需求













。

temperature 参数用于控制生成的文本的多样性和随机性                   。具体而言













，它控制模型生成文本时对不同选项的偏好程度 
 
 
 
 
 
 
 
 
 
 
 
 
 。如果 temperature 值较高                   ，则模型将更倾向于生成不同的 
  
  
  
  
  
  
、随机的文本；如果 temperature 值较低 
 
 
 
 
 
 
 
 
 
 
 
 
 ，则模型将更倾向于生成相对安全的


 


 


 


 


 


 

、可预测的文本



















。

通常



















，temperature 取值范围为 0 到 1             。值越高             ，生成的文本就越具有随机性；值越低 
 
  
 
  
 
  
 
  
 
  
 
  
 ，生成的文本就越不随机 
 
  
 
  
 
  
 
  
 
  
 
  
 。默认值为 1.0












。

请注意












，设置适当的 temperature 值可能需要一些试验和试错
  
  
  
  
  
  
 ，因此请在使用前了解如何操作
  
  
  
  
  
  
 。

presence_penalty

的取值范围为 0 到 1 
  
  
  
  
  
  。该值用于控制生成的文本的选择性 
  
  
  
  
  
  ，通过使用存在惩罚 


 


 


 


 


 


 

。

如果 presence_penalty 设置为 0 


 


 


 


 


 


 

，则模型将生成更简单 
 
 
 
 
 
 、更可预测的文本
 
 
 
 
 
 
。如果将其设置为 1
 
 
 
 
 
 
，则模型将生成更加复杂  
   
   
   
   
   
   
、不可预测的文本  
   
   
   
   
   
   。具体取值可以根据您的需求和应用场景进行调整 

 

 

 

 

 

 
。

frequency_penalty

的取值范围为 0 到 1

 

 

 

 

 

 

。该值用于控制生成的文本的选择性  
   
   
   
   
   
   ，通过使用词频惩罚             。

如果 frequency_penalty 设置为 0 

 

 

 

 

 

 
，则模型将生成更简单

 

 

 

 

 

 
、更可预测的文本 
 

 
 

 
 

 
 

 
 

 
 

 
 。如果将其设置为 1

 

 

 

 

 

 

，则模型将生成更加复杂
 

 

 

 

 

 

 、不可预测的文本













。具体取值可以根据您的需求和应用场景进行调整                   。

stop 参数用于指定结束生成文本的条件 
 
 
 
 
 
 
 
 
 
 
 
 
 。它可以是一个字符串数组             ，其中的每个字符串都表示结束生成文本的条件



















。例如 
 

 
 

 
 

 
 

 
 

 
 

 
 ，如果您希望生成的文本在遇到 “end of story  
   
   
   
   
   
   
” 时停止













，则可以将 stop 参数设置为：

stop=["end of story"]

当模型生成的文本遇到第一个 “end of story

 

 

 

 

 

 
” 时                   ，它将停止生成并返回已生成的文本             。

请注意 
 
 
 
 
 
 
 
 
 
 
 
 
 ，当模型生成的文本与 stop 参数中的任意一个字符串匹配时



















，它将停止生成             ，因此请确保所选字符串是您希望结束生成文本的合适条件 
 
  
 
  
 
  
 
  
 
  
 
  
 。