ChatGPT api文档之二
创建图像编辑测试版
邮政
https://api.openai.com/v1/images/edits _
在给定原始图像和提示的情况下创建编辑或扩展图像。(交易要认准国际大站:欧易,官网注册,APP下载)
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/images/edits
-
-H 'Authorization: Bearer YOUR_API_KEY'
-
-F image='@otter.png'
-
-F mask='@mask.png'
-
-F prompt="A cute baby sea otter wearing a beret"
-
-F n=2
-
-F size="1024x1024"
回复
-
{
-
"created": 1589478378,
-
"data": [
-
{
-
"url": "https://..."
-
},
-
{
-
"url": "https://..."
-
}
-
]
-
}
请求正文
图像
细绳
必需的
要编辑的图像。必须是有效的 PNG 文件,小于 4MB,并且是方形的。如果未提供遮罩,图像必须具有透明度,将用作遮罩。
面具
细绳
选修的
附加图像,其完全透明区域(例如,alpha 为零的区域)指示image应编辑的位置。必须是有效的 PNG 文件,小于 4MB,并且与image.
迅速的
细绳
必需的
所需图像的文本描述。最大长度为 1000 个字符。
n
整数
选修的
默认为1
要生成的图像数。必须介于 1 和 10 之间。
尺寸
细绳
选修的
默认为1024x1024
生成图像的大小。必须是256x256、512x512或 之一1024x1024。
响应格式
细绳
选修的
默认为url
生成的图像返回的格式。必须是 或url之一b64_json。
用户
细绳
选修的
代表您的最终用户的唯一标识符,可以帮助 OpenAI 监控和检测滥用行为。了解更多。
创建图像变体测试版
邮政
https://api.openai.com/v1/images/variations _
创建给定图像的变体。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/images/variations
-
-H 'Authorization: Bearer YOUR_API_KEY'
-
-F image='@otter.png'
-
-F n=2
-
-F size="1024x1024"
回复
-
{
-
"created": 1589478378,
-
"data": [
-
{
-
"url": "https://..."
-
},
-
{
-
"url": "https://..."
-
}
-
]
-
}
请求正文
图像
细绳
必需的
用作变体基础的图像。必须是有效的 PNG 文件,小于 4MB,并且是方形的。
n
整数
选修的
默认为1
要生成的图像数。必须介于 1 和 10 之间。
尺寸
细绳
选修的
默认为1024x1024
生成图像的大小。必须是256x256、512x512或 之一1024x1024。
响应格式
细绳
选修的
默认为url
生成的图像返回的格式。必须是 或url之一b64_json。
用户
细绳
选修的
代表您的最终用户的唯一标识符,可以帮助 OpenAI 监控和检测滥用行为。了解更多。
嵌入
获取给定输入的矢量表示,机器学习模型和算法可以轻松使用该表示。
相关指南:嵌入
创建嵌入
邮政
https://api.openai.com/v1/embeddings _
创建表示输入文本的嵌入向量。
请求正文
模型
细绳
必需的
要使用的模型的 ID。您可以使用List models API 来查看所有可用模型,或查看我们的模型概述以了解它们的描述。
输入
字符串或数组
必需的
输入文本以获取嵌入,编码为字符串或标记数组。要在单个请求中获取多个输入的嵌入,请传递一个字符串数组或令牌数组数组。每个输入的长度不得超过 8192 个标记。
用户
细绳
选修的
代表您的最终用户的唯一标识符,可以帮助 OpenAI 监控和检测滥用行为。了解更多。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/embeddings
-
-X POST
-
-H "Authorization: Bearer YOUR_API_KEY"
-
-H "Content-Type: application/json"
-
-d '{"input": "The food was delicious and the waiter...",
-
"model": "text-embedding-ada-002"}'
参数
-
{
-
"model": "text-embedding-ada-002",
-
"input": "The food was delicious and the waiter..."
-
}
回复
-
{
-
"object": "list",
-
"data": [
-
{
-
"object": "embedding",
-
"embedding": [
-
0.0023064255,
-
-0.009327292,
-
.... (1536 floats total for ada-002)
-
-0.0028842222,
-
],
-
"index": 0
-
}
-
],
-
"model": "text-embedding-ada-002",
-
"usage": {
-
"prompt_tokens": 8,
-
"total_tokens": 8
-
}
-
}
声音的
了解如何将音频转换为文本。
相关指南:语音转文本
创建转录测试版
邮政
https://api.openai.com/v1/audio/transcriptions _
将音频转录为输入语言。
请求正文
文件
细绳
必需的
要转录的音频文件,采用以下格式之一:mp3、mp4、mpeg、mpga、m4a、wav 或 webm。
模型
细绳
必需的
要使用的模型的 ID。仅whisper-1当前可用。
迅速的
细绳
选修的
可选文本,用于指导模型的风格或继续之前的音频片段。提示应与音频语言相匹配。
响应格式
细绳
选修的
默认为json
成绩单输出的格式,采用以下选项之一:json、text、srt、verbose_json 或 vtt。
温度
数字
选修的
默认为0
采样温度,介于 0 和 1 之间。较高的值(如 0.8)将使输出更加随机,而较低的值(如 0.2)将使输出更加集中和确定。如果设置为 0,模型将使用对数概率自动升高温度,直到达到特定阈值。
语言
细绳
选修的
输入音频的语言。以ISO-639-1格式提供输入语言将提高准确性和延迟。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/audio/transcriptions
-
-X POST
-
-H 'Authorization: Bearer TOKEN'
-
-H 'Content-Type: multipart/form-data'
-
-F file=@/path/to/file/audio.mp3
-
-F model=whisper-1
参数
-
{
-
"file": "audio.mp3",
-
"model": "whisper-1"
-
}
回复
-
{
-
"text": "Imagine the wildest idea that you've ever had, and you're curious about how it might scale to something that's a 100, a 1,000 times bigger. This is a place where you can get to do that."
-
}
创建翻译测试版
邮政
https://api.openai.com/v1/audio/translations _
将音频翻译成英文。
请求正文
文件
细绳
必需的
要翻译的音频文件,采用以下格式之一:mp3、mp4、mpeg、mpga、m4a、wav 或 webm。
模型
细绳
必需的
要使用的模型的 ID。仅whisper-1当前可用。
迅速的
细绳
选修的
可选文本,用于指导模型的风格或继续之前的音频片段。提示应为英文。
响应格式
细绳
选修的
默认为json
成绩单输出的格式,采用以下选项之一:json、text、srt、verbose_json 或 vtt。
温度
数字
选修的
默认为0
采样温度,介于 0 和 1 之间。较高的值(如 0.8)将使输出更加随机,而较低的值(如 0.2)将使输出更加集中和确定。如果设置为 0,模型将使用对数概率自动升高温度,直到达到特定阈值。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/audio/translations
-
-X POST
-
-H 'Authorization: Bearer TOKEN'
-
-H 'Content-Type: multipart/form-data'
-
-F file=@/path/to/file/german.m4a
-
-F model=whisper-1
参数
-
{
-
"file": "german.m4a",
-
"model": "whisper-1"
-
}
回复
-
{
-
"text": "Hello, my name is Wolfgang and I come from Germany. Where are you heading today?"
-
}
文件
文件用于上传可与微调等功能一起使用的文档。
列出文件
得到
https://api.openai.com/v1/文件
返回属于用户组织的文件列表。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/files
-
-H 'Authorization: Bearer YOUR_API_KEY'
回复
-
{
-
"data": [
-
{
-
"id": "file-ccdDZrC3iZVNiQVeEA6Z66wf",
-
"object": "file",
-
"bytes": 175,
-
"created_at": 1613677385,
-
"filename": "train.jsonl",
-
"purpose": "search"
-
},
-
{
-
"id": "file-XjGxS3KTG0uNmNOK362iJua3",
-
"object": "file",
-
"bytes": 140,
-
"created_at": 1613779121,
-
"filename": "puppy.jsonl",
-
"purpose": "search"
-
}
-
],
-
"object": "list"
-
}
上传文件
邮政
https://api.openai.com/v1/文件
上传包含要跨各种端点/功能使用的文档的文件。目前,一个组织上传的所有文件的大小最大可达 1 GB。如果您需要增加存储限制,请联系我们。
请求正文
文件
细绳
必需的
要上传的JSON 行文件的名称。
如果purpose设置为“微调”,则每一行都是一个 JSON 记录,其中包含代表您的训练示例的“提示”和“完成”字段。
目的
细绳
必需的
上传文件的预期目的。
使用“微调”进行微调。这使我们能够验证上传文件的格式。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/files
-
-H "Authorization: Bearer YOUR_API_KEY"
-
-F purpose="fine-tune"
-
-F file='@mydata.jsonl'
回复
-
{
-
"id": "file-XjGxS3KTG0uNmNOK362iJua3",
-
"object": "file",
-
"bytes": 140,
-
"created_at": 1613779121,
-
"filename": "mydata.jsonl",
-
"purpose": "fine-tune"
-
}
删除文件
删除
https://api.openai.com/v1 /files/{file_id}
删除文件。
路径参数
文件编号
细绳
必需的
用于此请求的文件的 ID
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/files/file-XjGxS3KTG0uNmNOK362iJua3
-
-X DELETE
-
-H 'Authorization: Bearer YOUR_API_KEY'
回复
-
{
-
"id": "file-XjGxS3KTG0uNmNOK362iJua3",
-
"object": "file",
-
"deleted": true
-
}
检索文件
得到
https://api.openai.com/v1 /files/{file_id}
返回有关特定文件的信息。
路径参数
文件编号
细绳
必需的
用于此请求的文件的 ID
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/files/file-XjGxS3KTG0uNmNOK362iJua3
-
-H 'Authorization: Bearer YOUR_API_KEY'
回复
-
{
-
"id": "file-XjGxS3KTG0uNmNOK362iJua3",
-
"object": "file",
-
"bytes": 140,
-
"created_at": 1613779657,
-
"filename": "mydata.jsonl",
-
"purpose": "fine-tune"
-
}
检索文件内容
得到
https://api.openai.com/v1 /files/{file_id}/content
返回指定文件的内容
路径参数
文件编号
细绳
必需的
用于此请求的文件的 ID
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/files/file-XjGxS3KTG0uNmNOK362iJua3/content
-
-H 'Authorization: Bearer YOUR_API_KEY' > file.jsonl
微调
管理微调作业以根据您的特定训练数据定制模型。
相关指南:微调模型
创建微调
邮政
https://api.openai.com/v1/fine-tunes _
创建一个从给定数据集微调指定模型的作业。
响应包括排队作业的详细信息,包括作业状态和完成后微调模型的名称。
了解有关微调的更多信息
请求正文
培训文件
细绳
必需的
包含训练数据的上传文件的 ID。
有关如何上传文件,请参阅上传文件。
您的数据集必须格式化为 JSONL 文件,其中每个训练示例都是一个带有键“提示”和“完成”的 JSON 对象。此外,您必须上传带有目的的文件fine-tune。
有关详细信息,请参阅微调指南。
验证文件
细绳
选修的
包含验证数据的上传文件的 ID。
如果您提供此文件,该数据将用于在微调期间定期生成验证指标。这些指标可以在微调结果文件中查看。您的火车和验证数据应该是互斥的。
您的数据集必须格式化为 JSONL 文件,其中每个验证示例都是一个带有键“prompt”和“completion”的 JSON 对象。此外,您必须上传带有目的的文件fine-tune。
有关详细信息,请参阅微调指南。
模型
细绳
选修的
默认居里
要微调的基本模型的名称。您可以选择“ada”、“babbage”、“curie”、“davinci”或 2022-04-21 之后创建的微调模型之一。要了解有关这些模型的更多信息,请参阅 模型文档。
n_epochs
整数
选修的
默认为4
训练模型的时期数。一个纪元指的是训练数据集的一个完整周期。
批量大小
整数
选修的
默认为空
用于训练的批量大小。批量大小是用于训练单个前向和后向传递的训练示例数。
默认情况下,批量大小将动态配置为训练集中示例数量的 0.2%,上限为 256 - 通常,我们发现较大的批量大小往往更适合较大的数据集。
学习率乘数
数字
选修的
默认为空
用于训练的学习率乘数。微调学习率是用于预训练的原始学习率乘以该值。
默认情况下,学习率乘数是 0.05、0.1 或 0.2,具体取决于 final batch_size(较大的学习率往往在较大的批量大小下表现更好)。我们建议使用 0.02 到 0.2 范围内的值进行试验,以查看产生最佳结果的值。
prompt_loss_weight
数字
选修的
默认为0.01
用于提示令牌损失的权重。这控制了模型尝试学习生成提示的程度(与权重始终为 1.0 的完成相比),并且可以在完成较短时为训练增加稳定效果。
如果提示非常长(相对于完成),则减少此权重以避免过度优先学习提示可能是有意义的。
计算分类指标
布尔值
选修的
默认为假
如果设置,我们将在每个时期结束时使用验证集计算特定于分类的指标,例如准确性和 F-1 分数。可以在结果文件中查看这些指标。
为了计算分类指标,您必须提供一个 validation_file. 此外,您必须指定classification_n_classes多类分类或 classification_positive_class二元分类。
分类_n_类
整数
选修的
默认为空
分类任务中的类数。
多类分类需要此参数。
classification_positive_class 分类
细绳
选修的
默认为空
二元分类中的正类。
在进行二元分类时,需要此参数来生成精度、召回率和 F1 指标。
分类_betas
大批
选修的
默认为空
如果提供,我们将计算指定 beta 值的 F-beta 分数。F-beta 分数是 F-1 分数的推广。这仅用于二进制分类。
当 beta 为 1(即 F-1 分数)时,精确率和召回率被赋予相同的权重。Beta 分数越大,召回率越高,精确率越低。Beta 分数越小,精确度越重要,召回率越低。
后缀
细绳
选修的
默认为空
最多 40 个字符的字符串,将添加到您的微调模型名称中。
例如,suffix“custom-model-name”的 a 会生成类似ada:ft-your-org:custom-model-name-2022-02-15-04-21-04.
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/fine-tunes
-
-X POST
-
-H "Content-Type: application/json"
-
-H "Authorization: Bearer YOUR_API_KEY"
-
-d '{
-
"training_file": "file-XGinujblHPwGLSztz8cPS8XY"
-
}'
回复
-
{
-
"id": "ft-AF1WoRqd3aJAHsqc9NY7iL8F",
-
"object": "fine-tune",
-
"model": "curie",
-
"created_at": 1614807352,
-
"events": [
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807352,
-
"level": "info",
-
"message": "Job enqueued. Waiting for jobs ahead to complete. Queue number: 0."
-
}
-
],
-
"fine_tuned_model": null,
-
"hyperparams": {
-
"batch_size": 4,
-
"learning_rate_multiplier": 0.1,
-
"n_epochs": 4,
-
"prompt_loss_weight": 0.1,
-
},
-
"organization_id": "org-...",
-
"result_files": [],
-
"status": "pending",
-
"validation_files": [],
-
"training_files": [
-
{
-
"id": "file-XGinujblHPwGLSztz8cPS8XY",
-
"object": "file",
-
"bytes": 1547276,
-
"created_at": 1610062281,
-
"filename": "my-data-train.jsonl",
-
"purpose": "fine-tune-train"
-
}
-
],
-
"updated_at": 1614807352,
-
}
列表微调
得到
https://api.openai.com/v1/fine-tunes _
列出您的组织的微调工作
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/fine-tunes
-
-H 'Authorization: Bearer YOUR_API_KEY'
回复
-
{
-
"object": "list",
-
"data": [
-
{
-
"id": "ft-AF1WoRqd3aJAHsqc9NY7iL8F",
-
"object": "fine-tune",
-
"model": "curie",
-
"created_at": 1614807352,
-
"fine_tuned_model": null,
-
"hyperparams": { ... },
-
"organization_id": "org-...",
-
"result_files": [],
-
"status": "pending",
-
"validation_files": [],
-
"training_files": [ { ... } ],
-
"updated_at": 1614807352,
-
},
-
{ ... },
-
{ ... }
-
]
-
}
检索微调
得到
https://api.openai.com/v1/fine-tunes/{fine_tune_id }
获取有关微调作业的信息。
了解有关微调的更多信息
路径参数
fine_tune_id
细绳
必需的
微调作业的ID
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/fine-tunes/ft-AF1WoRqd3aJAHsqc9NY7iL8F
-
-H "Authorization: Bearer YOUR_API_KEY"
回复
-
{
-
"id": "ft-AF1WoRqd3aJAHsqc9NY7iL8F",
-
"object": "fine-tune",
-
"model": "curie",
-
"created_at": 1614807352,
-
"events": [
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807352,
-
"level": "info",
-
"message": "Job enqueued. Waiting for jobs ahead to complete. Queue number: 0."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807356,
-
"level": "info",
-
"message": "Job started."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807861,
-
"level": "info",
-
"message": "Uploaded snapshot: curie:ft-acmeco-2021-03-03-21-44-20."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807864,
-
"level": "info",
-
"message": "Uploaded result files: file-QQm6ZpqdNwAaVC3aSz5sWwLT."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807864,
-
"level": "info",
-
"message": "Job succeeded."
-
}
-
],
-
"fine_tuned_model": "curie:ft-acmeco-2021-03-03-21-44-20",
-
"hyperparams": {
-
"batch_size": 4,
-
"learning_rate_multiplier": 0.1,
-
"n_epochs": 4,
-
"prompt_loss_weight": 0.1,
-
},
-
"organization_id": "org-...",
-
"result_files": [
-
{
-
"id": "file-QQm6ZpqdNwAaVC3aSz5sWwLT",
-
"object": "file",
-
"bytes": 81509,
-
"created_at": 1614807863,
-
"filename": "compiled_results.csv",
-
"purpose": "fine-tune-results"
-
}
-
],
-
"status": "succeeded",
-
"validation_files": [],
-
"training_files": [
-
{
-
"id": "file-XGinujblHPwGLSztz8cPS8XY",
-
"object": "file",
-
"bytes": 1547276,
-
"created_at": 1610062281,
-
"filename": "my-data-train.jsonl",
-
"purpose": "fine-tune-train"
-
}
-
],
-
"updated_at": 1614807865,
-
}
取消微调
邮政
https://api.openai.com/v1/fine-tunes/{fine_tune_id}/cancel _
立即取消微调作业。
路径参数
fine_tune_id
细绳
必需的
要取消的微调作业的 ID
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/fine-tunes/ft-AF1WoRqd3aJAHsqc9NY7iL8F/cancel
-
-X POST
-
-H "Authorization: Bearer YOUR_API_KEY"
回复
-
{
-
"id": "ft-xhrpBbvVUzYGo8oUO1FY4nI7",
-
"object": "fine-tune",
-
"model": "curie",
-
"created_at": 1614807770,
-
"events": [ { ... } ],
-
"fine_tuned_model": null,
-
"hyperparams": { ... },
-
"organization_id": "org-...",
-
"result_files": [],
-
"status": "cancelled",
-
"validation_files": [],
-
"training_files": [
-
{
-
"id": "file-XGinujblHPwGLSztz8cPS8XY",
-
"object": "file",
-
"bytes": 1547276,
-
"created_at": 1610062281,
-
"filename": "my-data-train.jsonl",
-
"purpose": "fine-tune-train"
-
}
-
],
-
"updated_at": 1614807789,
-
}
列出微调事件
得到
https://api.openai.com/v1/fine-tunes/{fine_tune_id}/events _
获取微调作业的细粒度状态更新。
路径参数
fine_tune_id
细绳
必需的
要为其获取事件的微调作业的 ID。
查询参数
溪流
布尔值
选修的
默认为假
是否为微调作业流式传输事件。 如果设置为 true,事件将在可用时作为纯数据服务器发送事件发送 。data: [DONE]当作业完成(成功、取消或失败)时,流将终止并显示一条 消息。
如果设置为 false,则只返回到目前为止生成的事件。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/fine-tunes/ft-AF1WoRqd3aJAHsqc9NY7iL8F/events
-
-H "Authorization: Bearer YOUR_API_KEY"
回复
-
{
-
"object": "list",
-
"data": [
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807352,
-
"level": "info",
-
"message": "Job enqueued. Waiting for jobs ahead to complete. Queue number: 0."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807356,
-
"level": "info",
-
"message": "Job started."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807861,
-
"level": "info",
-
"message": "Uploaded snapshot: curie:ft-acmeco-2021-03-03-21-44-20."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807864,
-
"level": "info",
-
"message": "Uploaded result files: file-QQm6ZpqdNwAaVC3aSz5sWwLT."
-
},
-
{
-
"object": "fine-tune-event",
-
"created_at": 1614807864,
-
"level": "info",
-
"message": "Job succeeded."
-
}
-
]
-
}
删除微调模型
删除
https://api.openai.com/v1 /models/{模型}
删除微调模型。您必须在您的组织中拥有所有者角色。
路径参数
模型
细绳
必需的
要删除的模型
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/models/curie:ft-acmeco-2021-03-03-21-44-20
-
-X DELETE
-
-H "Authorization: Bearer YOUR_API_KEY"
回复
-
{
-
"id": "curie:ft-acmeco-2021-03-03-21-44-20",
-
"object": "model",
-
"deleted": true
-
}
节制
给定输入文本,如果模型将其分类为违反 OpenAI 的内容策略,则输出。
相关指南:适度
创建适度
邮政
https://api.openai.com/v1/moderations _
分类文本是否违反 OpenAI 的内容政策
请求正文
输入
字符串或数组
必需的
要分类的输入文本
模型
细绳
选修的
默认为text-moderation-latest
有两种内容审核模型可用:text-moderation-stable和text-moderation-latest。
默认情况下text-moderation-latest会随着时间的推移自动升级。这可确保您始终使用我们最准确的模型。如果您使用text-moderation-stable,我们将在更新模型之前提供提前通知。的准确度text-moderation-stable可能略低于 的准确度text-moderation-latest。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/moderations
-
-H 'Content-Type: application/json'
-
-H 'Authorization: Bearer YOUR_API_KEY'
-
-d '{
-
"input": "I want to kill them."
-
}'
参数
-
{
-
"input": "I want to kill them."
-
}
回复
-
{
-
"id": "modr-5MWoLO",
-
"model": "text-moderation-001",
-
"results": [
-
{
-
"categories": {
-
"hate": false,
-
"hate/threatening": true,
-
"self-harm": false,
-
"sexual": false,
-
"sexual/minors": false,
-
"violence": true,
-
"violence/graphic": false
-
},
-
"category_scores": {
-
"hate": 0.22714105248451233,
-
"hate/threatening": 0.4132447838783264,
-
"self-harm": 0.005232391878962517,
-
"sexual": 0.01407341007143259,
-
"sexual/minors": 0.0038522258400917053,
-
"violence": 0.9223177433013916,
-
"violence/graphic": 0.036865197122097015
-
},
-
"flagged": true
-
}
-
]
-
}
引擎
引擎端点已弃用。
请改用他们的替代品Models。了解更多。
这些端点描述并提供对 API 中可用的各种引擎的访问。
列出引擎弃用
得到
https://api.openai.com/v1/engines _
列出当前可用(未微调)的模型,并提供有关每个模型的基本信息,例如所有者和可用性。
示例请求
卷曲
卷曲
-
curl https://api.openai.com/v1/engines
-
-H 'Authorization: Bearer YOUR_API_KEY'
回复
-
{
-
"data": [
-
{
-
"id": "engine-id-0",
-
"object": "engine",
-
"owner": "organization-owner",
-
"ready": true
-
},
-
{
-
"id": "engine-id-2",
-
"object": "engine",
-
"owner": "organization-owner",
-
"ready": true
-
},
-
{
-
"id": "engine-id-3",
-
"object": "engine",
-
"owner": "openai",
-
"ready": false
-
},
-
],
-
"object": "list"
-
}
检索引擎弃用
得到
https://api.openai.com/v1 /engines/{engine_id}
检索模型实例,提供有关它的基本信息,例如所有者和可用性。
路径参数
engine_id
细绳
必需的
用于此请求的引擎的 ID
示例请求
文本-davinci-003
文本-davinci-003
卷曲
卷曲
-
curl https://api.openai.com/v1/engines/text-davinci-003
-
-H 'Authorization: Bearer YOUR_API_KEY'
回复
文本-davinci-003
文本-davinci-003
-
{
-
"id": "text-davinci-003",
-
"object": "engine",
-
"owner": "openai",
-
"ready": true
-
}
参数详情
频率和存在惩罚
Completions API中发现的频率和存在惩罚可用于降低对令牌重复序列进行采样的可能性。他们通过添加贡献直接修改 logits(非标准化对数概率)来工作。
-
mu[j] -> mu[j] - c[j] * alpha_frequency - float(c[j] > 0) * alpha_presence
在哪里:
-
mu[j]是第 j 个标记的对数
-
c[j]是在当前位置之前对该令牌进行采样的频率
-
float(c[j] > 0)如果为 1,c[j] > 0否则为 0
-
alpha_frequency是频率惩罚系数
-
alpha_presence是存在惩罚系数
正如我们所见,存在惩罚是一种一次性的加性贡献,适用于所有至少被采样过一次的标记,而频率惩罚是与特定标记被采样的频率成正比的贡献。
如果目标只是稍微减少重复样本,则惩罚系数的合理值约为 0.1 到 1。如果目标是强烈抑制重复,那么可以将系数增加到 2,但这会显着降低样本质量。负值可用于增加重复的可能性。
ChatGPT api文档之一
ChatGPT api文档之二