文章目录
上一篇介绍了chatgpt的 接口和使用方法。其中用到了2个参数 model和messages，实际上官方提供
的参数不止这2个，本文介绍一下其他的参数。
`
import openai
openai. api_key = 'sk-xxxxxxxxxxx'
messages= [ ]
messages. append( { 'role' : 'system' , 'content' : "我希望你扮演一个小说家。您将提出富有创意和引人入胜的故事" } )
messages. append( { 'role' : 'user' , 'content' : "你好" } )
messages. append( { 'role' : 'assistant' , 'content' : "你好，请问我能为你做些什么？" } )
messages. append( { 'role' : 'user' , 'content' : "帮我写一篇关于冒险的小说" } )
response = openai. ChatCompletion. create( model= 'gpt-3.5-turbo' , messages= messages, #其他参数
)
ai_response = response. choices[ 0 ] . message[ 'content' ]
print ( ai_response) # gpt-4
# gpt-4-0314
# gpt-4-32k
# gpt-4-32k-0314
类型 作用 system 设置chatgpt的角色。 user 消息是 给chatgpt提交的我们的问题。 assistant 消息 是chatgpt给返回的消息。
类型 默认值 取值范围 是否必填 布尔型 false false 或 true 否
response = openai. ChatCompletion. create( model= 'gpt-3.5-turbo' , messages= [ { 'role' : 'user' , 'content' : "What's 1+1? Answer in one word." } ] , temperature= 0 , stream= True # this time, we set stream=True
) for chunk in response: print ( chunk)
返回的内容如下：
{ "choices" : [ { "delta" : { "role" : "assistant" } , "finish_reason" : null, "index" : 0 } ] , "created" : 1677825464 , "id" : "chatcmpl-6ptKyqKOGXZT6iQnqiXAH8adNLUzD" , "model" : "gpt-3.5-turbo-0301" , "object" : "chat.completion.chunk"
}
{ "choices" : [ { "delta" : { "content" : "\n\n" } , "finish_reason" : null, "index" : 0 } ] , "created" : 1677825464 , "id" : "chatcmpl-6ptKyqKOGXZT6iQnqiXAH8adNLUzD" , "model" : "gpt-3.5-turbo-0301" , "object" : "chat.completion.chunk"
}
{ "choices" : [ { "delta" : { } , "finish_reason" : "stop" , "index" : 0 } ] , "created" : 1677825464 , "id" : "chatcmpl-6ptKyqKOGXZT6iQnqiXAH8adNLUzD" , "model" : "gpt-3.5-turbo-0301" , "object" : "chat.completion.chunk"
}
类型 默认值 取值范围 是否必填 字符串或数组 null - 否
类型 默认值 取值范围 是否必填 整数 inf（最大值） 大于0 否
类型 默认值 取值范围 是否必填 整数 0 -2.0 - 2.0 否
类型 默认值 取值范围 是否必填 整数 0 -2.0 - 2.0 否
类型 默认值 取值范围 是否必填 json 对象 null -100 到 100 否
"logit_bias" : { "3732" : 1.0 , "6528" : 0.5
}
类型 默认值 取值范围 是否必填 字符串 null string 否
这两篇介绍了一下chatgpt的参数以及基本的使用方法，后面会介绍更多的chatgpt在实际中的应用，已经其他一些开源模型的搭建以及微调等
本文链接：https://my.lmcjl.com/post/4780.html
4 评论