Template_Content_Generator

Template_Content_Generator

生成模板内容，例如关于我们，新闻，新闻标题，产品描述以及使用验证的语言型号GPT-3

对于使用OpenAI API进行任何任务至关重要的关键概念和技术，包括：

• 内容产生
• 摘要
• 分类，分类和情感分析
• 数据提取
• 翻译等

介绍

OpenAI API几乎可以应用于涉及理解或生成自然语言或代码的任何任务。

GPT-3或第三代生成预训练的变压器是一种神经网络机器学习模型，该模型使用Internet数据培训以生成任何类型的文本。它需要少量的输入文本来生成大量相关和复杂的机器生成的文本。

GPT-3的深度学习神经网络是一个超过1750亿个机器学习参数的模型。结果，GPT-3比任何先前的模型都更好，该模型令人信服地看起来像是人类可以写的。

completions端点是OpenAI API的核心，并提供了一个简单的界面，极端灵活且功能强大。
您将一些文本作为提示输入，API将返回文本完成，该文本完成试图匹配我们给出的任何说明或上下文。
您可以将其视为非常高级的自动完成 - 该模型会处理您的文本提示，并试图预测接下来最有可能发生的事情。设计提示本质上是我们如何“编程”模型。
在许多情况下，显示并告诉模型您想要什么是有帮助的。在提示中添加示例可以帮助传达模式或细微差别。

GPT-3可以做什么？

自然语言处理包括其主要组成部分之一的自然发电。专注于产生人类的自然文本。但是，对于不知道语言的复杂性和细微差别的机器来说，产生人类可理解的内容是一个挑战。使用Internet上的文字，GPT-3经过训练以生成现实的人类文本。

GPT-3已用于创建文章，诗歌，故事，新闻报道和对话，仅使用少量输入文本，可用于生产大量质量副本。

GPT-3也用于自动对话任务，响应一个人在计算机中输入的任何文本，并具有适合上下文的新文本。 GPT-3可以用文本结构创建任何内容，而不仅仅是人类语言文本。它还可以自动生成文本摘要甚至编程代码。

GPT-3如何工作？

GPT-3是一种语言预测模型。这意味着它具有一个神经网络机器学习模型，该模型可以将输入文本作为输入并将其转换为预测最有用的结果。这是通过在庞大的互联网文本上训练系统来发现模式来实现的。更具体地说，GPT-3是模型的第三版，该版本的重点是基于在大量文本上进行培训的文本生成。

及时设计

创建提示有三个基本指南：

1. Show and tell ：通过指示，示例或两者的组合清楚您想要什么。如果您希望该模型按字母顺序排列项目列表或通过情感对段落进行分类，请显示您想要的。
2. Provide quality data ：如果您要构建分类器或让模型遵循模式，请确保有足够的示例。该模型通常足够聪明，可以通过基本的拼写错误查看并给您一个响应，但也可能认为这是故意的，并且可能会影响响应。
3. Check your settings ：温度和TOP_P设置控制模型在发动响应时的确定性。

模型请求主体

• prompt ：提示以生成编码为字符串，字符串数组，代币数组或代币数组数组的提示。 <|endoftext|>是模型在训练过程中看到的文档分离器，因此，如果未指定提示，则模型将像从新文档的开头一样生成。
• engine ： Text-Davinci-001是最强大的GPT-3型号。可以在更少的上下文中执行其他模型可以做的任何任务。除了响应提示外，还支持在文本中插入完成。
• temperature ：温度意味着要使用的采样温度。更高的价值意味着该模型将承担更多的风险，我们可以使用0.9用于更具创意应用程序，而对于具有明确答案的较明确的应用程序，则可以使用0。
  请记住，该模型可以预测哪种文本最有可能遵循其先前的文本。温度是0到1之间的值，从本质上讲，您可以控制模型在做出这些预测时应具有多大的信心。降低温度意味着风险更少，完成将更加准确和确定性。温度升高将导致更多样化的完成。
• max_tokens ：在反对中生成的最大令牌数量。大多数模型的上下文长度为2048。
• top_p ：用温度采样的替代方法，称为核采样。如果模型考虑具有TOP_P概率质量质量的令牌的结果，则0.1表示仅考虑包含前10％概率质量质量的令牌
• frequency_penalty ：正值基于到目前为止的文本中的现有频率来惩罚新令牌，从而降低了模型重复同一行的可能性。
• presence_penalty ：正值基于到目前为止是否出现在文本中的新代币，增加了模型谈论新主题的可能性。

开发设置

如果系统上没有pip ，则可以在此命令的帮助下下载它：

 sudo apt-get install python3-pip

虚拟环境设置

您可以使用Anaconda创建一个虚拟环境，如果您在系统上有一个虚拟环境，请使用以下命令创建一个Virtualenv：

 conda create -n yourenvname python==x.x
conda activate yourenvname

或者，您可以使用以下命令安装VirtualWrapper：

 sudo pip3 install virtualenvwrapper
sudo pip3 install --upgrade virtualenv

安装后创建虚拟环境：

 cd/your/path && mkvirtualenv --python=python3 yourenvname

从unignts.txt安装所需的软件包以运行此项目：

 pip install -r requirements.txt

项目要素指南

要运行此项目，最重要的是要拥有OpenAI的秘密API密钥，该密钥使模型能够生成内容。如果您有秘密API密钥，则应将其设置为您的环境变量，以OPENAI_API_KEY的tha名称，并使用python-dotenv软件包读取它。