如何在Python中使用ChatGPT API处理您的实时数据.docx
10墨值下载
想让 ChatGPT 回答不熟悉的话题吗？下面是有关如何使用几行代码构建 AI 驱动的应用的分步教程。
OpenAI
的
GPT
已成为全球最重要的 AI 工具，并且擅长根据其训练数据处理查询。但是，它无法回答有关未知
主题的问题：
2021 年 <> 月之后的近期活动
您的非公开文件
过去对话中的信息
当您处理频繁更改的实时数据时，此任务变得更加复杂。此外，您无法向 GPT 提供大量内容，也无法长时间
保留您的数据。在这种情况下，您需要有效地构建自定义 LLM（语言学习模型）应用程序，以便为答案过程
提供上下文。本文将引导您完成利用 Python 中的开源 LLM 应用程序库开发此类应用程序的步骤。源代码在
GitHub 上（在下面的“Build a ChatGPT Python API for Sales”一节中链接）。
学习目标
您将在整篇文章中了解以下内容：
您需要将自定义数据添加到聊天 GPT 的原因
如何使用嵌入、提示工程和 ChatGPT 更好地回答问题
使用 LLM 应用程序使用自定义数据构建您自己的 ChatGPT
创建一个 ChatGPT Python API 来查找实时折扣或销售价格
为什么要为 ChatGPT 提供自定义知识库？
在进入增强 ChatGPT 的方法之前，让我们首先探索手动方法并确定它们的挑战。通常，ChatGPT 是通过快速
工程来扩展的。假设您想从各种在线市场查找实时折扣/交易/优惠券。
例如，当你问 ChatGPT“
你能找到本周阿迪达斯男鞋的折扣吗？
”时，你可以在没有自定义知识的情况下从 ChatGPT UI 界面得到的标准回答是：
很明显，GPT 提供有关查找折扣的一般建议，但缺乏关于折扣的位置或类型以及其他细节的具体说明。现在，为了帮助模型，我们使用来自可信数据源
的折扣信息对其进行补充。在发布实际问题之前，您必须通过添加初始文档内容来与 ChatGPT 互动。我们将从亚马逊产品交易数据集中收集此示例数
据，并在提示中仅插入单个 JSON 项目：
of 12
10墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论