Использование запросов для получения завершения из моделей
После развертывания модели можно проверить, как она завершает запросы. Запрос — это текстовая часть запроса, отправляемого в конечную точку завершения развернутой модели. Ответы называются завершениями, которые могут поступать в виде текста, кода или других форматов.
Типы запросов
Запросы можно сгруппировать в типы запросов на основе задачи.
| Тип задачи | Пример запроса | Пример завершения |
|---|---|---|
| Классификация содержимого | Твит: Я наслаждался поездкой. Тональность: |
Положительные |
| Создание нового содержимого | Перечисление способов перемещения | 1. Велосипед 2. Автомобиль ... |
| Проведение беседы | Удобный помощник по искусственному интеллекту | См. примеры |
| Преобразование (преобразование и преобразование символов) | Английский: Hello Французский: |
bonjour |
| Сводка содержимого | Укажите сводку содержимого {text} |
Содержимое использует методы машинного обучения. |
| Получение места, где вы оставили | Один из способов выращивать помидоры | — сеять семена. |
| Предоставление фактических ответов | Сколько лун имеет Земля? | Единица |
Качество завершения
Некоторые факторы влияют на качество завершений, которые вы получите из созданного решения искусственного интеллекта.
- Способ инженера запроса. Дополнительные сведения о проектировании запросов см. здесь.
- Параметры модели (описаны далее)
- Данные, с помощью которых можно адаптироваться с помощью точной настройки модели с помощью настройки
У вас есть больше контроля над завершениями, возвращаемыми обучением настраиваемой модели, чем с помощью командной инженерии и корректировки параметров.
Выполнение вызовов
Вы можете начать вызывать развернутую модель с помощью REST API, Python, C#или из Студии. Если развернутая модель имеет базу модели GPT-3.5 или GPT-4, используйте документацию по завершению чата, которая имеет разные конечные точки запроса и переменные, необходимые для других базовых моделей.