编写 GPT 的过程如下:
此外,从 GPT 的角度看,生成句子只是一个 token 序列,每个块处理所需计算工作相同,Transformer 有一定推理能力但与人类写作过程不同。
对于一些它不熟悉的API,还是需要在Prompt里告诉他要怎样使用。比如剩下的数据也可以用类似的方式让ChatGPT来处理,比如让他列出:上映时间'release_date'、评分'vote_average'、评分人数'vote_count':它就能很+我们最后提炼一下Action的工作流:首先,想一下你想要做一个什么样的GPT,以及是否需要外部数据——这两个谁先谁后不重要;然后,去你需要的外部数据寻找API文档,或者基于你的需求,自己开发一个API,寻找市面上可以直接用的Action ;最后,基于API文档,编写Action里的Schema,和Prompt(如何处理取回来的信息)写在最后总结一下:今天我们的讨论起始于人工智能中的“Agent & Action”,然后转向OpenAI对智能体(Agent)能力模型的定义。接着,我们深入探讨了ChatGPT中的Action(搜索、画图、代码解释器),以及GPT系列中的不同Action。使用了一个容易上手的Action Webpilot,用于访问网页获取实时的文本内容。最后,我们初步了解了API的概念,以及GPT如何通过Action与外部数据进行交互和使用。如果对Action很感兴趣,你可以从以下方向开始继续前进:
themoviedb.org是一个电影数据库,api是他的二级域名——就像是门牌号一样,让GPT可以来这里取数据,也就刚刚“Talk to”的对象。接下来,我教大家如何快速上手这个Action。完成“找电影”的GPT因为调用TMDB是需要API KEY的,所以我们需要先前往themoviedb.org注册后申请一个API KEY。在你注册后,还要点击邮箱验证邮件里的链接后才可以使用,注册流程就不赘述了注册后,依次点击右上角头像-账户设置- API -请求API密钥- click here选择Developer开发者,协议拉到最底下然后Accept接受。使用类型:网站。应用名称随便写,URL填ChatGPT()官网就行,简介必须写英文的,下面的除了邮箱外(因为要收验证码),大概填填提交就好,支持中国手机号。填完了就可以获得API密钥和API读访问令牌了,找个小本本先记下来下面的‘API读访问令牌’备用。构建GPT新创建一个GPT,名字描述随便写,Instructions使用以下内容:使用中文对话,当用户想找电影时,输出以下内容:详细介绍和主视觉图(取自'backdrop_path')主要剧情观影前需要了解的背景和知识搜索网上的评论并总结,你可以使用webPilot来寻找添加一个上一步的Webpilot Action。继续添加一个新的Action,在Schema里粘贴以下内容:
哎呀,这是一个很大的倍数,但是加利福尼亚州是人口最多的州,所以可能看起来还可以。然后我有了所有我可能需要的信息,现在我可以开始进行创造性部分,就是写作了。我可能开始写一些像“加利福尼亚的人口是阿拉斯加的53倍”这样的句子。然后我想到,这实际上是非常尴尬的表述。让我删掉那个,再试一次。所以,当我在写作时,我有一个单独的过程,几乎是在检查我正在写的内容,评估它是否看起来不错。然后可能我会删除,可能我会重新构造句子,然后可能我会对产生的结果感到满意。基本上,长话短说,当你创建这样的句子时,你的内心独白在幕后进行了大量的工作。但是,当我们在训练GPT时,这样的句子看起来是什么样子呢?从GPT的角度看,这只是一个token序列。GPT在读取或生成这些token时,它只是一个个地处理,每个块大约需要相同数量的计算工作。而这些transformer并不是非常浅的网络。它们大约有80层的推理能力,但80层还不算太多。所以,这个transformer会尽其所能进行模仿,但显然,这里的过程和你所经历的过程看起来非常、非常不同。