当前位置：首页 > news >正文

OpenAI Chatgpt 大语言模型

news 文章来源：https://blog.csdn.net/ceshiren_com/article/details/144395991 2025/1/12 19:59:20

OpenAI

一个美国人工智能研究实验室，由非营利组织 OpenAI Inc，和其营利组织子公司 OpenAI LP 所组成。该组织于 2015 年由萨姆·阿尔特曼、里德·霍夫曼、杰西卡·利文斯顿、伊隆·马斯克、伊尔亚·苏茨克维、沃伊切赫·萨伦巴、彼得·泰尔等人在旧金山成立，他们共同认捐了 10 亿美元。微软先后支付了百亿美元投资，用于独家授权使用 GPT-4。

ChatGPT

全称聊天生成预训练转换器（英语：Chat Generative Pre-trained Transformer），是 OpenAI 开发的人工智能聊天机器人程序，于 2022 年 12 月推出。该程序使用基于 GPT-3.5、GPT-4、GPT-4o 架构的大型语言模型并以强化学习训练。可以实现自动生成文本、自动问答、自动摘要、编写和调试计算机程序等多种任务。

GPT

GPT-3.5

GPT-3.5 Turbo 模型可以理解并生成自然语言或代码，并已针对使用聊天完成 API 的聊天进行了优化，但也适用于非聊天任务。自 2024 年 7 月起，应使用 gpt-4o-mini 代替 gpt-3.5-turbo，因为它更便宜、功能更强大、多模式且速度同样快。

GPT-4

GPT-4 是一个大型多模态模型（接受文本或图像输入并输出文本），由于其更广泛的常识和先进的推理能力，它可以比我们以前的任何模型更准确地解决难题。GPT-4 可在 OpenAI API 中向付费客户提供。与 gpt-3.5-turbo 一样，GPT-4 针对聊天进行了优化，但也适用于使用聊天完成 API 的传统完成任务。

GPT-4o

GPT-4o（“o”代表“omni”）是我们最先进的型号。它是多模式的（接受文本或图像输入并输出文本），具有与 GPT-4 Turbo 相同的高度智能，但效率更高 - 它生成文本的速度快 2 倍，成本便宜 50%。此外，在我们的所有模型中，GPT-4o 在非英语语言方面具有最佳的视觉和性能。

GPT-4o mini

GPT-4o mini（“o”代表“omni”）是我们小型型号类别中最先进的型号，也是我们迄今为止最便宜的型号。它是多模式的（接受文本或图像输入并输出文本），比 gpt-3.5-turbo 具有更高的智能，但速度同样快。它旨在用于较小的任务，包括视觉任务。我们建议您选择 gpt-4o-mini，因为该型号功能更强大且更便宜。

文本生成模型使用建议

DALL·E

DALL·E 是一个人工智能系统，可以根据自然语言的描述创建逼真的图像和艺术。DALL·E 3 目前支持根据提示创建具有特定尺寸的新图像的功能。DALL·E 2 还支持编辑现有图像或创建用户提供的图像的变体的功能。

霍格沃兹测试开发学社 AI 服务

Text to speech

TTS (Text to speech) 是一种人工智能模型，可将文本转换为听起来自然的语音文本。我们提供两种不同的模型变量，tts-1 针对实时文本到语音用例进行了优化，tts-1-hd 针对质量进行了优化。这些模型可与音频 API 中的语音端点一起使用。

Whisper

Whisper 是一种通用语音识别模型。它是在各种音频的大型数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。Whisper v2-large 模型目前可通过我们的 API 获得，模型名称为 Whisper-1。目前，Whisper 的开源版本和通过我们的 API 提供的版本没有区别。然而，通过我们的 API，我们提供了优化的推理过程，这使得通过我们的 API 运行 Whisper 比通过其他方式运行要快得多。

whisper /Users/seveniruby/ceba/ai_v2_kg/data/bytedance.mp4Detecting language using up to the first 30 seconds. Use `--language` to specify the language
Detected language: Chinese
[00:00.000 --> 00:02.000] 吉智公云 吉智收获
[00:30.000 --> 00:32.000] 吉智 吉智收获
[01:01.000 --> 01:08.000] 一頓操作猛如虎 屏幕輸出2.5
[01:20.000 --> 01:22.000] 強刷等在不如不在
[01:31.000 --> 01:36.000] 上班摸魚 越摸越魚
[01:41.000 --> 01:42.000] 怎麼樣 好吃嗎
[01:43.000 --> 01:45.000] 好吃好吃 太好吃了
[01:46.000 --> 01:49.000] 假如每個人頭上都戴了側晃泥
[01:51.000 --> 01:53.000] 這件衣服適合我嗎
[01:54.000 --> 01:56.000] 適合 特別好看

Embeddings

嵌入是文本的数字表示，可用于衡量两段文本之间的相关性。嵌入对于搜索、聚类、推荐、异常检测和分类任务很有用。

基于 Embeddings 的 RAG 检索增强生成

Sora

Sora 是一个 AI 模型，可以根据文本指令创建现实且富有想象力的场景。

{style=“flex: 2”}

ChatGPT 使用方式

命令行使用

pip install openaiopenai api chat.completions.create -m gpt-4o-mini  -g user ceshiren.com是做什么的Ceshiren.com 是一个专注于软件测试和开发的综合性平台，提供了一系列与自动化测试、性能测试、接口测试等相关的工具和资源。该网站致力于为测试人员和开发人员提供交流和学习的机会，包括技术文章、在线课程、工具下载等。它还可能有社区论坛，用户可以在这里分享经验、解决问题和讨论相关主题

通过编程语言的 Library 使用

from openai import OpenAI
client = OpenAI(# Defaults to os.environ.get("OPENAI_API_KEY")
)chat_completion = client.chat.completions.create(model="gpt-4o-mini",messages=[{"role": "user", "content": "Hello world"}]
)

通过 Langchain 等框架

from langchain_openai import ChatOpenAIllm = ChatOpenAI(model="gpt-4o",# api_key="...",  # if you prefer to pass api key in directly instaed of# base_url="...",
)
messages = [("system","You are a helpful assistant that translates English to French. Translate the user sentence.",),("human", "I love programming."),
]
ai_msg = llm.invoke(messages)

通过学社提供的 AI 服务

ChatGPT 助理

Assistants 助理

由 GPT-4 等大型语言模型提供支持，能够为用户执行任务。这些助手根据模型上下文窗口中嵌入的指令进行操作。他们通常还可以使用允许助理执行更复杂任务的工具，例如运行代码或从文件中检索信息

助理工具 Assistant Tools

使用 Assistants API 创建的助手可以配备工具，使他们能够执行更复杂的任务或与您的应用程序交互。我们为助手提供内置工具，但您也可以定义自己的工具来使用函数调用扩展其功能。Assistants API 目前支持以下工具：文件搜索代码解释器函数调用

函数调用 Function calling

助手 API 支持函数调用。函数调用允许您向 Assistants API 描述函数，并让它智能地返回需要调用的函数及其参数。

ChatGPT 微调

微调

微调通过训练超出提示范围的更多示例来改进小样本学习，让您在大量任务上取得更好的结果。一旦模型经过微调，您就不需要在提示中提供那么多示例。这可以节省成本并实现更低延迟的请求。

使用微调之前的建议

微调 OpenAI 文本生成模型可以使它们更好地适应特定应用，但这需要仔细投入时间和精力。我们建议首先尝试通过如下方法获得更好效果

提示工程
提示链
函数调用

谨慎使用微调的原因

在许多任务中，我们的模型最初可能表现不佳，但可以通过正确的提示来改进结果 - 因此可能不需要进行微调
迭代提示和其他策略比微调迭代具有更快的反馈循环，后者需要创建数据集并运行训练作业
在仍然需要微调的情况下，最初的提示工程工作不会浪费 - 在微调数据中使用良好的提示（或将提示链接/工具使用与微调相结合）时，我们通常会看到最佳结果

简单文本生成微调案例

{"messages": [{"role": "system", "content": "Marv 是一个既真实又讽刺的聊天机器人。"}, {"role": "user", "content": "大写的是什么法国？"}, {"role": "assistant", "content": "巴黎，好像每个人都不知道这一点。"}]} {"messages": [{"role": "system", "content": "Marv 是一个既真实又讽刺的聊天机器人。"}, {"role": "user", "content": "谁写了 '罗密欧与朱丽叶'？"}, {"role": "assistant", "content": "哦，只是一个叫威廉·莎士比亚的人听说过他吗？"}]} {"messages": [{"role": "system", "content": "Marv 是一个既真实又讽刺的聊天机器人。"}, {"role": "user", "content": "距离有多远从地球到月球？"}, {"role": "assistant", "content": "大约 384,400 公里。这确实很重要。"}]}

工具调用微调案例

{"messages": [{ "role": "user", "content": "What is the weather in San Francisco?" },{"role": "assistant","tool_calls": [{"id": "call_id","type": "function","function": {"name": "get_current_weather","arguments": "{"location": "San Francisco, USA", "format": "celsius"}"}}]}],"tools": [{"type": "function","function": {"name": "get_current_weather","description": "Get the current weather","parameters": {"type": "object","properties": {"location": {"type": "string","description": "The city and country, eg. San Francisco, USA"},"format": { "type": "string", "enum": ["celsius", "fahrenheit"] }},"required": ["location", "format"]}}}]
}

微调任务与微调结果

使用微调模型

微调任务与微调结果

from openai import OpenAI
client = OpenAI()completion = client.chat.completions.create(model="ft:gpt-4o-mini:my-org:custom_suffix:id",messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Hello!"}]
)
print(completion.choices[0].message)

OpenAI

ChatGPT

GPT

GPT-3.5

GPT-4

GPT-4o

GPT-4o mini

文本生成模型使用建议

DALL·E

霍格沃兹测试开发学社 AI 服务

Text to speech

Whisper

Embeddings

基于 Embeddings 的 RAG 检索增强生成

Sora

ChatGPT 使用方式

命令行使用

通过编程语言的 Library 使用

通过 Langchain 等框架

通过学社提供的 AI 服务

ChatGPT 助理

Assistants 助理

助理工具 Assistant Tools

函数调用 Function calling

ChatGPT 微调

微调

使用微调之前的建议

谨慎使用微调的原因

简单文本生成微调案例

工具调用微调案例

微调任务与微调结果

使用微调模型

微调任务与微调结果

推荐阅读

推荐学习

相关文章：