1. 首页 > 科技资讯

OpenAI重磅更新并降价,openai重磅论文

· 将自然语言理解转换成API调用或数据库;

· 将“这一月我前十名客户是谁?”转换成内部结构API调用,如get_customers_by_revenue(start_date: string, end_date: string, limit: int),或是“上一个月Acme, Inc.下是多少订单信息?”应用sql_query(query: string)转换成SQL查看;

· 从文字中获取数据存储结构;

· 界定一个名为extract_people_data(people:[{name: string, birthday: string, location: string}])的函数公式,从wiki百科文章内容中获取全部所提到的角色。

这种测试用例均由我们自己的/v1/chat/completions端点到的全新API主要参数,functions和function_call完成,这种主要参数容许开发者根据JSON Schema向模型叙述函数公式,并选择性的规定它调用特定函数公式。请开始应用我们自己的开发者文本文档,如果你发觉什么前提下函数调用可以获得改善,请加上评定。

函数调用实例

如今墨尔本的天气状况?

流程1

OpenAI API

使用函数和客户的键入调用模型

流程2

第三方API

应用模型的回应调用你API

流程3

OpenAI API

将回应推送回模型进行整理墨尔本最近的天气是晴空万里的,温度在22℃。自打ChatGPT软件的alpha版本发布以来,对于怎么使专用工具和表达模型快速地协调工作掌握了许多。但是,依然存在一些开放式的探究问题。比如,一个概念验证系统漏洞反映了怎样从专用工具输出中获得不受信任的信息,使模型实行未预想的行为。大家一直在努力缓解这种和其它风险性。开发者能通过只用来源于受信赖的工具的使用信息内容,并且在实行具备真实世界影响行为,如发送邮件,在线发布,或直接购买以前,包含客户确定流程来维护他的运用。

新模型

GPT-4

gpt-4-0613涵盖了优化和优化的模型,及其函数调用作用。

gpt-4-32k-0613涵盖了与gpt-4-0613同样的改善,及其增大的前后文长短,用以更好地了解比较大的文字。

有这些升级,大家同样会在几周内邀约更多等候名册里的人去使用GPT-4,我们希望彻底撤销这一模型漫长的等待名册。特别感谢耐心的等待的人群,大家非常期待看到你们用GPT-4搭建的著作!

GPT-3.5 Turbo

gpt-3.5-turbo-0613涵盖了与GPT-4同样的函数调用作用,并通过消息推送更稳定地分区规划,这俩特点都容许开发者更有效的正确引导模型的回复。

gpt-3.5-turbo-16k带来了gpt-3.5-turbo四倍的前后文长短,但价是翻倍的:每1K键入令牌$0.003,每1K导出令牌$0.004。16k的前后文代表着模型现在能在一次要求中适用大概20页的文字。

模型停止使用

今日,我们将要逐渐给我们在3月公布的gpt-4和gpt-3.5-turbo的原始版本升级停止使用的一个过程。应用平稳模型名字的使用(gpt-3.5-turbo,gpt-4,和gpt-4-32k)将于6月27日在线升级为上边列举的新模型。为了能较为模型版本中间性能,我们自己的Evals库适用公共性和私评定,以展现模型转变应该如何影响自己的测试用例。

需要大量时间来衔接的开发者能通过在她们的API请求‘model’主要参数中特定gpt-3.5-turbo-0301,gpt-4-0314,或gpt-4-32k-0314来正常使用旧模型。这种旧模型将于9月13日以后仍然能够浏览,以后特定这种模型名称要求将不成功。我们可以通过我们自己的模型停止使用网页页面去了解模型停止使用的最新消息。其实是对这种模型的第一次升级;因而,大家非常乐意开发者反馈,以帮我们保证有序推进。

减少价钱

大家还会继续提高自身的系统软件高效率,并把这种节省下来成本传达给开发者,从即日起起效。

Embeddings

text-embedding-ada-002就是我们最热门的置入模型。现在我们把它成本下降了75%,到每1K令牌$0.0001。

GPT-3.5 Turbo

gpt-3.5-turbo就是我们最热门的闲聊模型,为上百万客户提供ChatGPT服务项目。今日我们将要gpt-3.5-turbo的键入令牌成本下降了25%。开发者如今可以通过每1K键入令牌$0.0015和每1K导出令牌$0.002的价钱使用这种模型,这相当于每美金能够解决大概700页。

gpt-3.5-turbo-16k的价钱无疑是每1K键入令牌$0.003,每1K导出令牌$0.004。

开发者反馈就是我们服务平台演变的重要前提,我们将要依据接收到的提议再次加以改进。非常期待见到开发者怎样在她们的运用中使用这个最新模型和特色功能。

本文采摘于网络,不代表本站立场,转载联系作者并注明出处:https://www.miyuegong.com/kejizixun/69179.html

联系我们

在线咨询:点击这里给我发消息

微信号:666666