如今，许多开发职员已经使用并测试过这款聊天机器人来实验开发他们的代码和AI想法。当然，这款聊天机器人的使用严格取决于你的背景。例如，如果你是一名Web开发职员，你会要求ChatGPT使用HTML构建一个网站。如果您是一名测试职员，您可以请求ChatGPT帮助您查找特定体系中的错误。
就我个人来说，我是一名研究职员。特殊是，我所做的工作是用人工智能创建一些替换模子。比如说，你想对“A”进行研究，但要实现“A”任务你需要大量的资金、人力和计算时间。这种替换模子背后的想法就是，借助人工智能的数据驱动方法来代替传统的实现方案。
如今，让我们暂时彻底改变这一话题。
假设我是一名企业家，我在美国各地拥有许多酒店。如果对某家酒店进行了肯定的评论，我想知道该评论对该酒店来说是好还是坏。我该怎么做？我有三个选择：
- 我雇佣一个每天阅读数百万条评论并对其进行分类的人，那么我可能会被捕，因为这显然是对人权的侵占。
- 我雇佣一个每天阅读数百条评论并对其进行分类的人。几个月后，我能够用这些信息构建一个数据集。然后，我从这个数据会合训练出一个机器学习模子。
- 我会自动天生好的和坏的评论。然后，由我自己从中构建了一个数据集，末了我从该数据会合训练出一个机器学习模子。
闲言少叙，让我们跳过第一个选择方案。
第二个选项是在ChatGPT诞生之前要做的事情。显然，你不能提前知道评论是好是坏；以是，如果你想使用此信息创建一个数据集，那么你需要雇佣职员，等到数据集准备好才能行动。
如今，我们有了ChatGPT，就可以简单地要求它来为我们天生好的和坏的评论！这将需要几分钟（而不是几个月）的时间，它将允许我们构建机器学习算法来自动分类我们的客户评论！
恭喜你，这是你的第一个代理模子。
请记着，我们不会训练ChatGPT或进行任何微调。对于如许的任务，此模子是例外的，在这种环境下不需要进行微调。如今，ChatGPT模子的训练当然不是开源的（就像模子自己一样）。我们所知道的只是OpenAI官方博客中的简短描述。他们解释说，该模子是由人工智能训练师和强化学习监督算法训练的。
仅OpenAI的ChatGPT不是开源的这一事实就引发了一些非常棘手和有趣的伦理题目。如许一个强大的模子应该是开源的——如许每个人（包罗暴徒）都可以使用它，还是应该不是开源的？以是，没有人可以真正信任它？
如今，让我概括一下上面的总体步骤：
你从上图中看到的小脑壳就是代理模子。正如我们稍后将看到的，这将是一个随机的森林。但我曾经说过本文是一篇实战性的文章，以是让我们深入研究吧！
一、天生数据集
第一步是使用OpenAI公司的Python API天生模拟。
为此，需要思量的几件事有：
1.OpenAI库是天才为非天才用户创造的。因此，如果要安装它，只需实行以下操作：
- pip install --upgrade openai
3.我们将自动输入这是一个好的评价还是一个差的评价，以相同的句子开头：“This hotel was terrible.”体现差评，“This hotel was great.”体现好评。总之，ChatGPT将为我们完成检察工作。当然，除了前四个单词（无论如何我们都不会在评论中包罗），其余的评论都会有所差别。
让我举一个差评的例子：
- import openai
- import time
- openai.api_key = "your_key"
- completion = openai.Completion.create(engine="davinci", prompt="This hotel was terrible.",max_tokens=120)
- print(completion.choices[0]['text'])
- completion = openai.Completion.create(engine="davinci", prompt="This hotel was great.",max_tokens=120)
- print(completion.choices[0]['text'])
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
