大型语言模型LLM的基础应用-Toy模板网

这篇具有很好参考价值的文章主要介绍了大型语言模型LLM的基础应用。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。

ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。

DALL-E 是 OpenAI 开发的一种生成式预训练转换器 (GPT) 模型，可以根据文本描述生成图像。它在文本和图像数据集上进行训练，使其能够理解两者之间的关系并生成与给定文本描述相匹配的图像。

聊天机器人接口参数说明

model：模型名词
prompt：您对机器人提出的问题
temperature：自定义模型的行为的参数，该参数控制生成文本的随机性级别。较高的temperature会导致更多变化且可能不太连贯的响应，而较低的temperature会产生更可预测且可能更连贯的响应
max_tokens：应答语句的长度

下面我们介绍一下通过python来开发一个基于windows命令行窗口的简单实用的ChatGPT的聊天小程序。首先我们需要在命令行中安装openai包：

pip install openai

接下来可以开始编写基于windows命令行窗口的聊天程序chat.py:

import openai
import os
os.system('')

#注册的api_key
openai.api_key = "sk-xxxxxxxxxx"
def get_answer(question):
    response = openai.Completion.create(
    model="text-davinci-003",
    prompt=question,
    temperature=0.5, 
    max_tokens=1024 )    
    return response.choices[0].text

def ask_question():
    flag=True
    greeting="\033[1;31m我是ChatGPT聊天机器人,我可以回答您的任何问题！如果您想退出,请输入:quit\033[0m"
    print()
    print(greeting)
    print()
    while(flag==True):
        question = input()
        if(question!='quit'):
            answer=get_answer(question)
            answer = answer[2:]
            print()
            print(f"\033[1;31m机器人：{answer}\033[0m")
            print()

        else:
            flag=False
            print()
            print("\033[1;31m机器人：后会有期,bye!\033[0m")   
           
ask_question()

接下来我们将chat.py文件拷贝到 d:\ ,然后我们在windows命令行中执行该聊天程序：

python d:\chat.py

下面是我和机器人之间的有趣对话：

大型语言模型LLM的基础应用

DALL-E 的AI画画接口参数说明

model：用于图像生成的 DALL-E 模型。
prompt：你想要用来生成图像的文本提示
response_format：响应的格式 - 在本例中为“url”。
n: 生成的图片数量，默认为1
size ：生成的图片尺寸 256×256,512×512,1024×1024

import openai
from PIL import Image
from io import BytesIO
import requests as req

#注册的api_key
openai.api_key="sk-jWpXXXXXXXXXX" 

#用来生成图像的文本提示
prompt="一只坐在椅子上仰望星空的猫" 
#生成图像
response=openai.Image.create(prompt=prompt,
              n=3,
              model="image-alpha-001",
              size="512x512",
              response_format="url") 

#第一张图片
image_rul=response["data"][0]["url"]
res=req.get(image_rul)
Image.open(BytesIO(res.content))

大型语言模型LLM的基础应用

#第二张图片
image_rul=response["data"][1]["url"]
res=req.get(image_rul)
Image.open(BytesIO(res.content))

大型语言模型LLM的基础应用

#第三张图片
image_rul=response["data"][2]["url"]
res=req.get(image_rul)
Image.open(BytesIO(res.content))

大型语言模型LLM的基础应用

小结

ChatGPT聊天机器人相对来说效果比较好，机器人知识面比较广,几乎没有回答不出来的问题，甚至可以替你编写代码，但是缺点是机器人只能针对当前问题做出回答，无法参考上下文的内容来准确回答问题，比如如果你多次问机器人的姓名，机器人会每次都给出不同的姓名，而且有时候机器人会给出明显错误的回答。个人感觉ChatGPT最大的优点是知识面比较广就像一本百科全书它什么都知道，但是结合上下文的能量比较差。

DALL-E是openai的一个AI绘画模型，该模型稍显稚嫩,和目前业界比较成熟的AI绘画模型相比还有所差距。DALL-E的绘画效果还比较粗糙，画面缺少美感，物体的形状轮廓都不是很理想，所以该模型还有很大的提升空间。文章来源地址https://www.toymoban.com/news/detail-487313.html

到了这里，关于大型语言模型LLM的基础应用的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！