全网最详细中英文ChatGPT-GPT-4示例文档-官网推荐的48种最佳应用场景——从0到1快速入门语法纠正应用场景(附python/node.js/curl命令源代码,小白也能学)

科技资讯 投稿 10500 0 评论

全网最详细中英文ChatGPT-GPT-4示例文档-官网推荐的48种最佳应用场景——从0到1快速入门语法纠正应用场景(附python/node.js/curl命令源代码,小白也能学)

目录
    Introduce 简介
  • setting 设置
  • Prompt 提示
  • Sample response 回复样本
  • API request 接口请求
    • python接口请求示例
    • node.js接口请求示例
    • curl命令示例
    • json格式示例
  • 其它资料下载

在这个AI大时代,如果不想被人颠覆,就要先颠覆别人。如果你颠覆不了别人,那你就努力运用ChatGPT提高你的技术水平和创造力。

    ChatGPT的发展,使得语法纠正成为现实。无论是写作、阅读、翻译,还是其他领域,用户都可以通过ChatGPT来提高自己的语言水平和表达能力。
  • ChatGPT不仅可以纠正语法,还可以提供语言学习和练习的功能。它可以根据用户的输入提供反馈、评分和解析,从而帮助用户掌握更多的词汇和语法规则。
  • 使用ChatGPT,用户可以在输入文本的同时,得到实时的语法检查和纠正。ChatGPT可以识别出文本中的拼写、标点、语法等错误,并提供正确的修改建议。

Introduce 简介

setting 设置

Engine:text-davinci-003
Max tokens:60
Temperature:0
Top p:1.0
Frequency penalty:0.0
Presence penalty:0.0

0、Engine 设置定义了你要使用的模型,例如 text-davinci-003 是一个文本生成模型。这种模型可以根据输入的文本,生成新的、相关的文本。
1、Max tokens是指在请求中最多允许返回的 token 数目,比如你可以指定 chatGPT 返回最多 64个 token。这可以帮助你控制输出的内容大小,以便更好地控制响应速度和结果。一般1个token约4个字符或者0.75个单词
2、Temperature 是一个参数,用于控制 chatGPT 的输出。它决定了 chatGPT 在生成文本时会多么“随意”。值越高,chatGPT 生成的文本就越不可预测;值越低,chatGPT 生成的文本就越可预测。它在0.0到1.0之间,Temperature设置为0意味着ChatGPT将会生成更加保守的回复,即更少的随机性和更多的准确性,这可以帮助你在聊天中更好地控制语义,并且可以防止ChatGPT产生不相关的内容。
3、Top P 是指在chatgpt中设置的最高优先级。它可以用来控制哪些接口会被优先处理,以及哪些接口会被忽略。当一个接口被设置为Top P时,它将会被优先处理,而其他接口将被忽略。
4、Frequency penalty是指在训练时,模型会根据词频来调整每个单词的重要性。它可以帮助模型更好地理解文本,并减少过拟合。Frequency penalty设置为0意味着模型不会对重复的词进行惩罚。它可以帮助模型生成更多的新词,而不是重复使用已有的词。
5、Presence penalty是指在chatgpt中,一些预先定义的条件或者状态可能会影响机器人回答的质量。例如,如果机器人收到的输入内容太短,就可能会受到惩罚,这种惩罚就叫做Presence penalty。如果将 Presence penalty 设置为 0,则表示不会有任何惩罚,比如用户可以随意重复发送相同的内容。

Prompt 提示

将此内容更正为标准英语:她没去市场。

Sample response 回复样本

她没有去市场。

API request 接口请求

python接口请求示例

import os
import openai

openai.api_key = os.getenv("OPENAI_API_KEY"

response = openai.Completion.create(
  model="text-davinci-003",
  prompt="Correct this to standard English:\n\nShe no went to the market.",
  temperature=0,
  max_tokens=60,
  top_p=1.0,
  frequency_penalty=0.0,
  presence_penalty=0.0

node.js接口请求示例

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: "Correct this to standard English:\n\nShe no went to the market.",
  temperature: 0,
  max_tokens: 60,
  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": "Correct this to standard English:\n\nShe no went to the market.",
  "temperature": 0,
  "max_tokens": 60,
  "top_p": 1.0,
  "frequency_penalty": 0.0,
  "presence_penalty": 0.0
}'

json格式示例

{
  "model": "text-davinci-003",
  "prompt": "Correct this to standard English:\n\nShe no went to the market.",
  "temperature": 0,
  "max_tokens": 60,
  "top_p": 1.0,
  "frequency_penalty": 0.0,
  "presence_penalty": 0.0
}

其它资料下载

如果大家想继续了解人工智能相关学习路线和知识体系,欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线,所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台,AI技术平台以及相关领域专家:Datawhale,ApacheCN,AI有道和黄海广博士等约有近100G相关资料,希望能帮助到所有小伙伴们。

编程笔记 » 全网最详细中英文ChatGPT-GPT-4示例文档-官网推荐的48种最佳应用场景——从0到1快速入门语法纠正应用场景(附python/node.js/curl命令源代码,小白也能学)

赞同 (45) or 分享 (0)
游客 发表我的评论   换个身份
取消评论

表情
(0)个小伙伴在吐槽