Memahami kemampuan bahasa alami OpenAI
Model bahasa alami Azure OpenAI dapat mengambil dalam bahasa alami dan menghasilkan respons.
Model pembelajaran bahasa alami dilatih pada kata-kata atau potongan karakter yang dikenal sebagai token. Misalnya, kata "hamburger" dipecah menjadi token ham, , burdan ger, sementara kata pendek dan umum seperti "pir" adalah token tunggal. Token ini dipetakan ke vektor untuk digunakan model pembelajaran mesin untuk pelatihan. Ketika model bahasa alami terlatih mengambil input pengguna, model tersebut juga memecah input menjadi token.
Memahami model GPT untuk pembuatan bahasa alami
Model transformator pra-terlatih (GPT) generatif sangat baik dalam memahami dan menciptakan bahasa alami. Jika Anda telah melihat berita terbaru sekeliling AI menjawab pertanyaan atau menulis paragraf berdasarkan perintah, kemungkinan dapat dihasilkan oleh model GPT seperti GPT-35-Turbo atau GPT-4.
Seperti apa respons dari model GPT?
Aspek utama dari AI generatif OpenAI adalah dibutuhkan input, atau permintaan, untuk mengembalikan respons bahasa, visual, atau kode alami. GPT mencoba menyimpulkan, atau menebak, konteks pertanyaan pengguna berdasarkan perintah.
Model GPT sangat bagus dalam menyelesaikan beberapa tugas bahasa alami, beberapa di antaranya meliputi:
| Tugas | Prompt |
|---|---|
| Meringkas teks | "Ringkas teks ini menjadi blurb pendek" |
| Mengklasifikasikan teks | "Genre buku apa ini?" |
| Membuat nama atau frasa | "Tulis tagline untuk perusahaan bunga saya" |
| Terjemahan | "Terjemahkan 'Apa kabar' ke bahasa Prancis" |
| Menjawab pertanyaan | "Apa yang dilakukan Azure OpenAI?" |
| Menyarankan konten | "Beri aku lima lagu pernikahan terbaik" |
Misalnya, diberikan perintah di mana jenis pengguna dalam teks yang meminta resep memasak:
Write a recipe based on these ingredients and instructions:
Fruit Pie
Ingredients:
Strawberries
Blueberries
Flour
Eggs
Milk
Berikut adalah contoh respons yang dihasilkan OpenAI API:
Instructions:
1. Preheat your oven to 350 degrees Fahrenheit.
2. In a medium bowl, mix together 1 cup of flour and 1 egg until it forms a dough.
3. Grease a 9-inch pie dish with butter or non-stick cooking spray.
4. Roll out the dough and place it in the pie dish.
5. In a separate bowl, mix together 1 cup of strawberries, 1 cup of blueberries, and 1 cup of milk.
6. Pour the fruit mixture into the pie dish.
7. Bake
Lezat - mungkin! Penting untuk dipahami bahwa respons yang dihasilkan adalah tebakan terbaik dari mesin. Dalam hal ini, teks yang dihasilkan mungkin berguna untuk memasak sesuatu yang rasanya enak dalam kehidupan nyata, atau tidak.
Bagaimana model diterapkan ke kasus penggunaan baru
Anda mungkin telah mencoba kemampuan prediktif ChatGPT di portal obrolan, tempat Anda dapat mengetik perintah dan menerima respons otomatis. Portal terdiri dari pengguna antarmuka pengguna front-end (UI) lihat, dan back-end yang menyertakan model AI generatif. Kombinasi ujung depan dan belakang dapat digambarkan sebagai chatbot. Model yang disediakan di ujung belakang adalah apa yang tersedia sebagai blok penyusun dengan OpenAI API dan Azure OpenAI API. Anda dapat menggunakan kemampuan ChatGPT di Azure OpenAI melalui model GPT-35-turbo. Ketika Anda melihat kemampuan AI generatif di aplikasi lain, pengembang telah mengambil blok penyusun, menyesuaikannya dengan kasus penggunaan, dan membangunnya ke ujung belakang antarmuka pengguna front-end baru.