chatgpt训练自己的数据python版

一、准备数据（本人准备的是JSONL数据）

1.1、数据格式：

{"prompt": "本篇文章的作者是谁？", "completion": "当然是咸菜萝卜头"}
{"prompt": "咸菜萝卜头是谁？", "completion": "咸菜萝卜头是本篇文章的作者"}

1.2、数据格式化：

openai tools fine_tunes.prepare_data -f filename.jsonl

格式化成功

1.3、若报错，可带着问题来评论区

二、开始训练

import os
import json
import time
import openai
from openai_api import *

file_name = "dataupload/test1_prepared.jsonl" # 格式化后的数据
model_name = "shhc-ada-test"
openai.api_key = '' # 自己的key
start_train = Create_train()         # 本人将chatgpt的所有方法封装成的类

upload_status = start_train.Chatgpt_file(file_name)    # 上传自己的训练数据
print("当前上传状态：", upload_status)

time.sleep(15)

# 获取上传文件id
file_id = start_train.File_list()
print('上传文件id：', file_id)

# 通过上传的文件id，将文件id传入训练板块，进行训练
create_train = start_train.Fineture(file_id, sufix=model_name)
print("开始训练！")

# 列出训练模型的id
file_model_id = start_train.Finelist()
print("当前模型id", file_model_id)

# 查看当前模型状态
fine_train = start_train.Fine_retrieve(file_model_id)
print("当前模型状态", fine_train)

# 查看模型名称
fine_train_model = fine_train.fine_tuned_model
print("当前模型名称", fine_train_model)

# 列出所有的训练文件
list_fine = start_train.Finelist()
print(list_fine)

等待一段时间，训练完毕

三、测试

def Chatgpt(model_name, prompt_input):
    answer_txt = open('Answer.txt', 'a+', encoding='utf-8')
    question_txt = open('Question.txt', 'a+', encoding='utf-8')
    print('你好，使用者！')
    openai.api_key = ''  # 秘钥
    completion = openai.Completion.create(
        engine=model_name,
        prompt=str(prompt_input),
        max_tokens=256,
        temperature=0.5,
        top_p = 1.0,
        frequency_penalty = 0.5,
        presence_penalty = 0.5,
        user = 'FF'
    )
    result = completion.choices[0].text
    print('result:', result)
    question_txt.write(str(prompt_input) + '\n')
    answer_txt.write(str(result) + '\n')

    question_txt.close()
    answer_txt.close()
    # return result

if __name__ == '__main__':
    model_name = ''
    while True:
        prompt_input = input('请输入您的问题：')
        Chatgpt(model_name, prompt_input)

四、结束

        4.1、因chatgpt在3.2日更新之后，目前api不能调用，无法连接，就没有截训练的截图（此前已训练多个模型，且可以正常使用，完全没问题）

        4.2、后续各位需要封装的类的话，滴滴我