AI Turbo-George

Masterclass

George V1

Wiki

Source Externe

Contact

Politiques d'utilisation

George Beta

Configuration Système

Doc Explorer

Explore

Wiki

NAVIGATION

⁠

Introduction

Notre API AI Turbo-George donne accès à ces modèles et peut être utilisée pour résoudre pratiquement toutes les tâches impliquant le traitement du langage.

Dans ce didacticiel de démarrage rapide, vous allez créer un exemple d'application simple. En cours de route, vous apprendrez des concepts et des techniques clés qui sont fondamentaux pour utiliser l'API pour n'importe quelle tâche, notamment :

Génération de contenu

Récapitulation

Classification, catégorisation et analyse des sentiments

Extraction de données

Traduction

Beaucoup plus!

⁠

Le point de terminaison des complétions est au cœur de notre API et fournit une interface simple, extrêmement flexible et puissante. Vous saisissez du texte en tant qu'invite et l'API renverra une complétion de texte qui tentera de correspondre aux instructions ou au contexte que vous lui avez donnés.

Demande

Écrivez un slogan pour un magasin de crème glacée.

Réponse

Nous servons des sourires à chaque scoop !

Vous pouvez “considérer” cela “comme” une saisie “automatique” très avancée

le modèle traite votre invite de texte et essaie de prédire ce qui est le plus susceptible de se produire ensuite.

1 Commencez par une consigne

Imaginez que vous vouliez créer un générateur de noms d'animaux. Trouver des noms à partir de zéro est difficile !

Tout d'abord, vous aurez besoin d'une invite qui indique clairement ce que vous voulez.

Commençons par une instruction.

Soumettons cette invite pour générer notre premier achèvement.

Pas mal! Maintenant, essayez de rendre notre instruction plus précise.

2 Ajouter quelques exemples

Rédiger de bonnes instructions est important pour obtenir de bons résultats, mais parfois elles ne suffisent pas. Essayons de rendre notre instruction encore plus complexe.

Cette réalisation n'est pas tout à fait ce que nous souhaitons. Ces noms sont assez génériques, et il semble que le modèle n'ait pas retenu la partie cheval de notre instruction. Voyons si nous pouvons lui faire proposer des suggestions plus pertinentes.

Dans de nombreux cas, il est utile à la fois de montrer et de dire au modèle ce que vous voulez. L'ajout d'exemples à votre invite peut aider à communiquer des modèles ou des nuances. Essayons de soumettre cette invite qui comprend quelques exemples.

3 Ajustez vos paramètres

La conception rapide n'est pas le seul outil dont vous disposez. Vous pouvez également contrôler les réalisations en ajustant vos paramètres. L'un des paramètres les plus importants s'appelle la température .

Vous avez peut-être remarqué que si vous soumettez la même invite plusieurs fois dans les exemples ci-dessus, le modèle renvoie toujours des complétions identiques ou très similaires. C'est parce que votre température a été réglée sur 0 .

Essayez de soumettre à nouveau la même invite plusieurs fois avec la température définie sur 1 .

4 Comprendre les jetons et les probabilités

Nos modèles traitent le texte en le décomposant en unités plus petites appelées jetons . Les jetons peuvent être des mots, des morceaux de mots ou des caractères uniques. Modifiez le texte ci-dessous pour voir comment il est symbolisé.

Les mots courants comme "cat" sont un seul jeton, tandis que les mots moins courants sont souvent décomposés en plusieurs jetons. Par exemple, "Butterscotch" se traduit par quatre jetons : "But", "ters", "cot" et "ch". De nombreux jetons commencent par un espace, par exemple « bonjour » et « au revoir ».

Étant donné du texte, le modèle détermine quel jeton est le plus susceptible de venir ensuite. Par exemple, le texte "Les chevaux sont mes préférés" est le plus susceptible d'être suivi du jeton "animal".

⁠

Want to print your doc?
This is not the way.

Try clicking the ⋯ next to your doc name or using a keyboard shortcut (

CtrlP

) instead.