ChatGPT的模型介绍及GO语言实现API

ChatGPT除了大家熟悉的GPT3之外，还有其他辅助模型，比如处理代码的以及有害信息过滤的系统。总的来说是下面三个组成：

GPT-3：一组能够理解和生成自然语言的模型

CodexLimited beta：一组可以理解和生成代码的模型，包括将自然语言转换为代码

Content filter：内容过滤器是一种经过微调的模型，可以检测文本是否敏感或不安全

四个模型的擅长点

我们前面介绍访问API的时候，使用的模型是text-davinci-003(达芬奇模型)

这个模型的功能是目前最强大的GPT-3模型。可以做任何其他模型可以做的任务，通常具有更高的质量，更长的输出和更好的指令遵循。还支持在文本中插入补全。也是目前最新的，数据集的更新时间是2021年6月份的，其最大请求是4,000 tokens，接下来介绍的模型都只有2,048 tokens。

GPT-3提供四种不同级别的主要型号，适用于不同的任务。上面介绍的达芬奇是最有能力的模型，阿达是最快的，其余三个模型如下：

text-curie-001(居里夫人模型)：居里夫人是伟大的物理学家和化学家。此模型也是能力非常强大的，仅次于达芬奇，但速度要比达芬奇更快，成本更低。

text-babbage-001(巴贝奇模型)：巴贝奇是计算机之父。此模型能够直接完成任务，非常快，成本更低。

text-ada-001(阿达模型)：阿达是计算机程序创始人。此模型能够完成非常简单的任务，通常是GPT-3系列中速度最快的型号，成本最低。

虽然达芬奇是目前最有能力的，但其他模型可以以显著的速度或成本优势非常好地执行某些任务。例如，居里夫人可以完成许多与达芬奇相同的任务，但速度更快，成本只有达芬奇的十分之一。

它们的具体擅长领域如下：

text-davinci-003：了解复杂的意图，因果关系，这个参数也是最多的，训练也是最耗时，同时达到的效果是最好的，疑难杂症的解决就是这个了。

text-curie-001：语言翻译、复杂分类、文本感悟、摘要(擅长在文章中提取要点等，temperature调低，这样答案比较确定而不会有宽泛的答案)，所以翻译类的，居里夫人来搞定

text-babbage-001：普通的分类，语义搜索分类

text-ada-001：文本解析，简单分类，地址更正，关键词，尤其是地址的更正很擅长，错误的或者不加标点符号等，都可以很好的帮你整理好，就像个实干型的保姆

注:任何由Ada(text-ada-001)等更快的模型执行的任务都可以由Curie或Davinci等更强大的模型执行。

go语言实现

实现API接口有很多语言都有提供，比如常见的JAVA、nodejs、php、C#等等，这里我以重点后期关注的语言GO为例，看下它是怎么实现这个接口的

首先就是从github中获取库

go get github.com/sashabaranov/go-gpt3

这样就会在用户目录，比如本人的路径：C:\Users\Tony\go\pkg\windows_amd64\github.com\sashabaranov，里面有一个go-gpt3.a这样的文件

代码的实现也是比较简单的，关键就是导入上面获取的类gogpt

package main

import (
    "context"
    "fmt"
    gogpt "github.com/sashabaranov/go-gpt3"
)

func main() {
    c := gogpt.NewClient("这里是你的密钥")
    ctx := context.Background()

    req := gogpt.CompletionRequest{
        Model:     gogpt.GPT3TextDavinci003,
        MaxTokens: 1000,
        Prompt:    "我们一起去游泳，翻译成英文",
    }
    resp, err := c.CreateCompletion(ctx, req)
    if err != nil {
        return
    }
    fmt.Println(resp.Choices[0].Text)
}

#Let's go swimming together