OpenAI文档翻译——核心概念（提示词、令牌、模型）-Toy模板网

这篇具有很好参考价值的文章主要介绍了OpenAI文档翻译——核心概念（提示词、令牌、模型）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

OpenAI API几乎可以应用于任何涉及理解或生成自然语言、代码或图像的任务。它提供了一系列适合不同任务的不同算力的模型来适应各种任务，这个能力也支持你去调节自己定义的模型。而不同类型的模型可以用于从内容生成到语义搜索和分类的所有事情。

关键概念

在了解关键概念之前，建议你通过实际操作几个列子来真是的感受一下它的能力：

https://platform.openai.com/docs/quickstart

（一）提示词

设计提示词本质上就是如何来训练你的模型或是告诉他应该做什么样的事情，通常是提供一些说明或是列子。这与其他的NLP服务不通，后者是为某一种类型任务设计的，eg：情感问答、实体识别。相反OpenAPI这样的信息补全服务模型几乎可有用于任何任务，包括内容或代码的生成，上线文扩展、摘要生成、创意写作、人物风格转换等等。

自然语言处理 (NLP) 服务是人工智能领域的一种技术，通过处理和分析自然语言文本来让计算机理解人类语言和交流。这些服务可以用于文本分析、机器翻译、情感分析、语音识别、自动问答等领域。一些常见的 NLP 服务提供商包括 Google NLP API、Amazon Comprehend、IBM Watson、Microsoft Azure、AI Platform 等。这些服务可以快速地完成很多复杂的 NLP 任务，并帮助企业进行智能化的数据分析和决策。例如，在客服领域，可以使用 NLP 服务来理解和回答客户问题；在社交媒体领域，可以使用 NLP 服务来监测和分析用户评论和社交媒体的趋势。总之，NLP 服务的发展将会使得人工智能技术更加接近人类的语言和文化，有着广泛的应用前景。

（二）令牌

官方文档原文给出的是Tokens，对于开发者来说这是一个常见的概念，或许我们更喜欢将其直接称为Tokens，但是在这个语义中他一个是代表对输入内容的分割此语义我们按照翻译可以称之为符号；但是也对应OpenAPI的一个计费标准——根据Tokens的多少来收钱，从这个角度来说的话我们可以将它翻译为代币。这里将两者结合称为“代币符号”

模型对输入内容的理解和处理是通过见他分解代币符号，他可以是一个单词/词语也可以是字符块。eg：单词“hamburger”被分解为“ham”、“bur”和“ger”，而像“pear”这样简短而常见的单词则是一个单独的代币符号。就像“hello”、“bye"这样的单词他们直接就是一个代币符号，而这个代币符号一空格开头——“ hello”、“ bye"。

OpenAPI处理中代币符号的数量取决于请求以及返回的总长度。粗略来说对于一个英语文本来说，一个符号代币大约是四个字符或0.75个单词。在使用中要注意，你的提示词与OpenAPI给出的补全组合的长度之和不能超过模型的最大上下文长度（对大多说的模型这个长度是2048个符号代币大约1500个单词）。可以通过查看标记器工具来了解更多关于文本如何转换成代币符号的介绍。