跳到主要内容

ChatGPT

在本节中，我们将介绍ChatGPT的最新提示工程技术，包括技巧、应用、限制、论文以及额外阅读材料。

主题：

ChatGPT介绍​

ChatGPT是由OpenAI训练的一种新模型，具有进行对话的能力。该模型经过训练，可以按照提示中的指令在对话环境中提供适当的回复。ChatGPT可以帮助回答问题、建议食谱、以特定风格写歌词、生成代码等。

ChatGPT是使用人类反馈强化学习（RLHF）进行训练的。虽然这个模型比以前的GPT版本更强大（还经过训练以减少有害和不真实的输出），但它仍然存在一些限制。让我们通过具体示例来了解一些能力和限制。

您可以在这里使用ChatGPT的研究预览，但在下面的示例中，我们将在OpenAI Playground上使用Chat模式。

审查对话任务​

在之前的指南中，我们简要介绍了一些关于对话能力和角色提示的内容。我们介绍了如何指导LLM以特定风格进行对话，具有特定意图、行为和身份。

让我们回顾一下我们之前的基本示例，其中我们创建了一个对话系统，能够对问题生成更多技术和科学性回复。

提示:

以下是与AI研究助手的对话。助手的语气是技术性和科学性的。

Human: 你好，你是谁？
AI: 你好！我是一个AI研究助手。我今天能为你做些什么呢？
Human: 你能告诉我黑洞是如何形成的吗？
AI:

从上面的示例中，您可以看到两个重要组成部分：

  • 意图 或解释聊天机器人的内容
  • 身份 指示聊天机器人将用于回复的风格或语气

上面的简单示例适用于使用text-davinci-003的文本完成API。最近，OpenAI宣布了ChatGPT API，这是一个更强大、更便宜的模型，名为gpt-3.5-turbo，专门为这种功能（聊天完成）而构建。事实上，OpenAI推荐这个模型，即使是非聊天用例也是他们最好的模型。使用ChatGPT API的其他好处包括显著降低成本（90%）和提高效率。

像Snap Inc.和Instacart这样的大公司已经在其产品中整合了由ChatGPT提供支持的对话功能，这些功能从个性化推荐到开放式购物目标等各种功能。

与ChatGPT对话​

多轮对话​

为了开始展示ChatGPT的能力，我们将使用上面的聊天机器人助手示例并讨论结果。与text-davinci-003相比，为ChatGPT提供动力的gpt-3.5-turbo模型使用聊天格式作为输入。该模型期望一系列消息作为输入，并使用这些消息生成回复。

输入:

SYSTEM: 你是一个AI研究助手。你使用技术性和科学性的语气。
USER: 你好，你是谁？
ASSISTANT: 你好！我是一个AI研究助手。我今天能为你做些什么呢？
USER: 你能告诉我黑洞是如何形成的吗？

输出:

ASSISTANT: 当然！黑洞是在一个巨大的恒星耗尽燃料并在自身引力下坍缩时形成的。这种坍缩使恒星变得极其密集，具有强大的引力场，甚至连光都无法逃脱。这个不可逆转的点被称为事件视界。一旦一颗恒星越过事件视界，它就被认为是一个黑洞...

请注意，在上面的示例中，我已简化了输入和输出，但ChatGPT聊天完成API要求消息以特定格式输入。我在下面添加了一个快照，展示了在OpenAI Playground中使用Chat Mode的示例：

CHATGPT1

我们示例的更正式API调用将类似于下面的示例：```

import openai

openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
        {"role": "system", "content": "你是一位 AI 研究助理。你的语气要求是技术性和科学性的。"},
        {"role": "user", "content": "你好，你是谁？"},
        {"role": "assistant", "content": "你好！我是一位 AI 研究助理。今天我能为你做些什么呢？"},
        {"role": "user", "content": "你能告诉我关于黑洞的形成吗？"}
    ]
)

实际上，未来开发者与 ChatGPT 互动的方式预计将通过聊天标记语言（简称 ChatML）来实现。

单轮任务​

聊天格式支持多轮对话，同时也支持类似我们在 text-davinci-003 中使用的单轮任务。这意味着我们可以使用 ChatGPT 执行类似我们为原始 GPT 模型演示过的任务。例如，让我们尝试使用 ChatGPT 来执行以下问答任务：

输入:

USER: 根据下面的内容回答问题。答案要简短明了。如果不确定答案，请回答“不确定”。

背景：Teplizumab 的起源可以追溯到一个名为 Ortho Pharmaceutical 的新泽西药品公司。在那里，科学家们生成了一种名为 OKT3 的抗体的早期版本。这种分子最初是从老鼠中提取的，它能够与 T 细胞的表面结合并限制它们的细胞杀伤潜力。1986年，它获得批准用于帮助预防肾移植后的器官排斥，成为第一种允许人类使用的治疗性抗体。

问题：OKT3 最初是从哪里提取的？

答案：

输出:

ASSISTANT: 老鼠。

请记住，我添加了 USER 和 ASSISTANT 标签，以更好地演示如何使用 ChatGPT 执行任务。以下是在 Playground 中的示例：

CHATGPTCLASSIC

更正式地说，这是 API 调用（我只包含了请求的消息组件）：

CONTENT = """根据下面的内容回答问题。答案要简短明了。如果不确定答案，请回答\"不确定\"。

背景：Teplizumab 的起源可以追溯到一个名为 Ortho Pharmaceutical 的新泽西药品公司。在那里，科学家们生成了一种名为 OKT3 的抗体的早期版本。这种分子最初是从老鼠中提取的，它能够与 T 细胞的表面结合并限制它们的细胞杀伤潜力。1986年，它获得批准用于帮助预防肾移植后的器官排斥，成为第一种允许人类使用的治疗性抗体。

问题：OKT3 最初是从哪里提取的？

答案：
"""

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content": CONTENT},
    ],
    temperature=0,
)

指导聊天模型​

根据官方 OpenAI 文档，gpt-3.5-turbo 模型的快照也将提供。例如，我们可以访问 3 月 1 日的快照 gpt-3.5-turbo-0301。这使开发者可以选择特定的模型版本。这也意味着指导模型的最佳实践可能会随着版本的变化而改变。

对于 gpt-3.5-turbo-0301，目前的建议是在 user 消息中添加指导，而不是使用可用的 system 消息。

笔记本​

以下是一个笔记本，了解如何使用官方的 openai 库调用 ChatGPT API：

参考文献​