python openai playground使用教程

playground介绍

OpenAI Playground是一个基于Web的工具，旨在帮助开发人员测试和尝试OpenAI的语言模型，如GPT-3。通过Playground，用户可以在不编写任何代码的情况下与AI模型进行交互，并了解其工作原理。

playground地址：https://platform.openai.com/playground

Playground特点

• 灵活性：Playground提供一个交互式界面，以便用户自定义输入和修改模型参数。
• 定制性：用户可以根据自己的需求选择不同的语言模型和模型设置，以满足特定的应用场景。
• 易用性：Playground的用户界面简洁直观，无需编写复杂的代码，即可快速上手和进行实验

模型设置和参数选择

Web界面分为左中右三部分

• 左侧：System，You are a helpful assistant.（定义gpt模型的角色）
• 中间：USER，Enter a user meaasge here.（输入想问的问题，或者想要补全的句子），submit即可产出回答。
• 右侧：模型设置和参数选择
  • Mode：模式选择，chat、Complete and Edit。
  • Model：turbo、davinci、curie、babbage、ada。
  • Temperature：介于0-1之间，越接近1，模型生成的回答越有不确定性（创造性），越接近0，模型的答案越确定。
    

四种语言模型介绍

• Ada：Ada是一种基础模型，适合用于提示和短对话。
• Babbage：Babbage是一个中等规模的模型，适合于更长的对话和创造性写作。
• Curie：Curie是一个大型模型，适用于复杂的对话和生成性任务。
• Davinci：Davinci是OpenAI提供的最先进的语言模型，适合处理长篇大论、技术文档和创造性写作等。

playground应用

examples:https://platform.openai.com/examples

OpenAI官网的examples中提供了许多有用的示例，可以了解OpenAI的使用。

• Emoji Translation（一个表情包翻译器）
  作用是将文字转为emoji

• 设置Prompt
• SYSTEM：You will be provided with text, and your task is to translate it into emojis. Do not use any regular text. Do your best with emojis only.
• USER：Artificial intelligence is a technology with great promise.
• Open in playground
  
  点击submit即可生成对应的转化结果。

构建自己的playground应用

• 定义System
• 定义user
• 点击submit输出结果
• 右上角点击”Save"保存
  
• Save preset
  This will save the current Playground state as a preset which you can access later or share with others.
• 点击 Your presets，即可看到自己的playground列表
  

playground python使用

一个情感分析playground

• 点击View code
  You can use the following code to start integrating your current prompt and settings into your application.
• copy复制python代码
  
• 本地python中使用
  question：“To be or not to be, this is a question.”
  response:

{
  "id": "chatcmpl-89lIKZt8UG1aVVBkB9Wo3ECiPoZ9M",
  "object": "chat.completion",
  "created": 1697337444,
  "model": "gpt-3.5-turbo-0613",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Sentiment: NEUTRAL\nProbability: 0.50"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 130,
    "completion_tokens": 13,
    "total_tokens": 143
  }
}

包含role、content、total_tokens等完整输出。

可见的是这种方法相当消耗token（money)，因此之后我们会选择微调fine-tuning的形式，OpenAI也已经提供了简便的微调方式。