ChatGPT相关参数示例
- max_token
用于控制最大输出长度,若ChatGPT的回复大于max_tokens,则对输出结果进行截断。
from openai import OpenAI
client = OpenAI(base_url="https://api.chatanywhere.tech/v1"
)
response = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "user","content": "四大文明古国分别有哪些"}],max_tokens=100
)
print(response.choices[0].message.content)
输出:四大文明古国是指古埃及、古巴比伦、古印度和古中国这四个拥有悠久历史和文明的国家。这些古国在历史上都曾拥有高度发达的文明和独特的文化传统,对后世的文明发展产生了
- temperature
temperature用于表示创造性或活跃性,其范围在0-2,默认值为1,其值越高,创造性越高。temperature改变各个词被选中的概率,temperature高时,各个词被选择的概率相对均匀,所以随机性较大,temperature低时,趋于选择部分概率较高的词。
response = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "user","content": "四大文明古国分别有哪些"}],max_tokens=100,temperature=2
)
print(response.choices[0].message.content)
输出:四大文明古国指的是古古古时 Beard Diaries(Har app Subrek Ethi CCipt back Kingsunya cukVelnuett Fallonpaddingforce nylon,h antagonist oldValue OPS chosesandest에 favorable_READONLYPCICO RECOVERpay.tp Pontfov ESunc misnim soon_SECRETinkel问题 ch sister lobbyists kos Widget ktNewThing impactedkgolvable souinde repaymentpartialIRRbel Đive883돈say har kinase_TER198 MODULE impass экincludingp PU请]}</
- top_p
top_p用于控制创造性和随机性,范围在0-1,若top_p设置为0.4,该词被选择的概率大于0.4则放入词库;若top_p设置为1,则所有词都有可能被选择。默认调整temperature与top_p中的一个。
response = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "user","content": "四大文明古国分别有哪些"}],max_tokens=300,top_p=0.4
)
print(response.choices[0].message.content)
输出:四大文明古国是指古埃及、古巴比伦、古印度和古中国。这四个古国在人类历史上都有着重要的地位,对世界文明的发展产生了深远的影响。它们分别代表了古代东方文明的辉煌。
- frequency_penalty
frequency_penalty惩罚重复出现的值,其值范围为-2~2,默认值为0.当为0时不对重复值进行惩罚。当为正数时,惩罚重复值,使回复更加多样化。
response = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "user","content": "生成一个购物清单,包含至少20个物品,每个物品之间用逗号进行分隔,例如:苹果,香蕉,牛奶"}],max_tokens=300,frequency_penalty=0
)
print(response.choices[0].message.content)
输出:
- 苹果
- 香蕉
- 牛奶
- 面包
- 鸡蛋
- 鸡胸肉
- 牛肉
- 鸭肉
- 米饭
- 面条
- 菠菜
- 胡萝卜
- 土豆
- 洋葱
- 大白菜
- 茄子
- 菠萝
- 草莓
- 柠檬
- 橙子
5.frequency_penalty
若某个词前面出现的频率较高,后面则会降低选择它的频率。
response = client.chat.completions.create(model="gpt-3.5-turbo",messages=[{"role": "user","content": "生成一个购物清单,包含至少20个物品,每个物品之间用逗号进行分隔,例如:苹果,香蕉,牛奶"}],max_tokens=300,frequency_penalty=2
)
print(response.choices[0].message.content)
输出:
- 苹果
- 香蕉
- 牛奶
- 面包
- 牛肉
- 鲜虾
- 蔬菜沙拉包装袋
8 .番茄沙司
9 .酸黄瓜
10 .颗粒葡萄干
11,. 米饭 、
12,三文鱼片,
13。 大米 ,
14 小龙虾,
15、豆浆,
16牢记 切达乳幽芯核在 肠 原呷行
17个平锥世画固哪眼就,则戒次住观人值还开取库总年 困交有立代它也山用产委式长科展但见或反
18刻前母便效那存维己况道家约空任采成者正声再快回讨查越局传接修改东白 字片型放质二级玩保江二面川区界等后听改小议多原力终心料华查西外演今护然
相关文章:
ChatGPT相关参数示例
max_token 用于控制最大输出长度,若ChatGPT的回复大于max_tokens,则对输出结果进行截断。 from openai import OpenAI client OpenAI(base_url"https://api.chatanywhere.tech/v1" ) response client.chat.completions.create(model"…...
OWASP发布大模型安全风险与应对策略(QA测试重点关注)
开放式 Web 应用程序安全项目(OWASP)发布了关于大模型应用的安全风险,这些风险不仅包括传统的沙盒逃逸、代码执行和鉴权不当等安全风险,还涉及提示注入、对话数据泄露和数据投毒等人工智能特有的安全风险。 帮助开发者和测试同学更…...
【HarmonyOS开发笔记 2 】 -- ArkTS语法中的变量与常量
ArkTS是HarmonyOS开发的编程语言 ArkTS语法中的变量 【语法格式】: let 变量名: 类型 值 let:是定义变量的关键字类型: 值数据类型, 常用的数据类型 字符型(string)、数字型(number…...
UI自动化测试示例:python+pytest+selenium+allure
重点应用是封装、参数化: 比如在lib文件夹下,要存储封装好的方法和必要的环境变量(指网址等) 1.cfg.py:封装网址和对应的页面 SMP_ADDRESS http://127.0.0.1:8234SMP_URL_LOGIN f{SMP_ADDRESS}/login.html SMP_URL_DE…...
C/C++ 编程小工具
编写了 tools.h 和 tools.cpp,用于 Debug、性能测试、打印日志。 tools.h #ifndef TOOLS_H #define TOOLS_H#include <time.h> #include <fstream> #include <iostream> #include <random> #include <chrono> #include <vector&…...
第四十二章 使用 WS-ReliableMessaging
文章目录 第四十二章 使用 WS-ReliableMessaging从 Web 客户端发送一系列消息 第四十二章 使用 WS-ReliableMessaging IRIS 支持 WS-ReliableMessaging 规范的部分内容,如简介中所述。此规范提供了一种按顺序可靠地传递一系列消息的机制。本页介绍如何手动使用可靠…...
利士策分享,婚姻为何被称为大事?
利士策分享,婚姻为何被称为大事? 在历史的长河中,婚姻一直被视为人生中的头等大事,这一观念跨越时空,深深植根于各种文化和社会结构中。 古人为何将婚姻称为“大事”,这背后蕴含着丰富的社会、文化和心理寓…...
malloc源码分析之 ----- 你想要啥chunk
文章目录 malloc源码分析之 ----- 你想要啥chunktcachefastbinsmall binunsorted binbin处理top malloc源码分析之 ----- 你想要啥chunk tcache malloc源码,这里以glibc-2.29为例: void * __libc_malloc (size_t bytes) {mstate ar_ptr;void *victim;vo…...
软考系统分析师知识点五:数据通信与计算机网络
前言 今年报考了11月份的软考高级:系统分析师。 考试时间为:11月9日。 倒计时:32天。 目标:优先应试,其次学习,再次实践。 复习计划第一阶段:扫平基础知识点,仅抽取有用信息&am…...
windows客户端SSH连接ubuntu/linux服务器,三种网络连接:局域网,内网穿透(sakuraftp),虚拟局域网(zerotier)
windows客户端SSH连接ubuntu/linux服务器,三种网络连接:局域网,内网穿透(sakuraftp),虚拟局域网(zerotier) 目录 SSH简述、三种网络连接特点SSH简述局域网内连接内网穿透(…...
Python 工具库每日推荐【openpyxl 】
文章目录 引言Python Excel 处理库的重要性今日推荐:openpyxl 工具库主要功能:使用场景:安装与配置快速上手示例代码代码解释实际应用案例案例:自动生成月度销售报告案例分析高级特性条件格式数据验证扩展阅读与资源优缺点分析优点:缺点:总结【 已更新完 TypeScript 设计…...
本地生活服务项目入局方案解析!本地生活服务商系统能实现怎样的作业效果?
当前,各大平台的本地生活服务业务日渐兴盛,提高创业者入局意向的同时,也让本地生活服务项目有哪些等问题也成为了多个创业者社群中的热议对象。而从目前的讨论情况来看,在创业者们所询问的众多本地生活服务项目中,通过…...
ML 系列:【13 】— Logistic 回归(第 2 部分)
文章目录 一、说明二、挤压方法三、Logistic 回归中的损失函数四、后记 一、说明 在这篇文章中,我们将深入研究 squashing 方法,这是有符号距离方法(第 12节)的一种很有前途的替代方案。squashing 方法通过提供增强的对异常值…...
45岁被裁员的程序员,何去何从?
在当今快速变化的技术行业,职业生涯的稳定性受到挑战。在45岁被裁员,对很多程序员来说,可能是一种惊慌失措的体验。然而,这个阶段也可以被视为一个重新审视和调整方向的机会。本文将对可能的出路进行全方位的分析,并提…...
云计算Openstack Neutron
OpenStack Neutron是OpenStack云计算平台中的网络服务组件,它为OpenStack提供了强大的网络连接功能。 一、基本概念 Neutron是一个网络服务项目,旨在为OpenStack提供网络连接。它允许用户创建和管理虚拟网络,包括子网、路由、安全组等&…...
PointNet++网络详解
数据集转换 数据集转换的意义在于将原本的 txt 点云文件转换为更方便运算的npy点云文件,同时,将原本的xyzrgb这 6 个维度转换为xyzrgbc,最后一个c维度代表该点云所属的类别。 for anno_path in anno_paths:print(anno_path)try:elements a…...
Java | Leetcode Java题解之第459题重复的子字符串
题目: 题解: class Solution {public boolean repeatedSubstringPattern(String s) {return kmp(s s, s);}public boolean kmp(String query, String pattern) {int n query.length();int m pattern.length();int[] fail new int[m];Arrays.fill(fa…...
【动态规划-最长公共子序列(LCS)】【hard】力扣1092. 最短公共超序列
给你两个字符串 str1 和 str2,返回同时以 str1 和 str2 作为 子序列 的最短字符串。如果答案不止一个,则可以返回满足条件的 任意一个 答案。 如果从字符串 t 中删除一些字符(也可能不删除),可以得到字符串 s &#x…...
图片编辑为底片,智能工具助力,创作精彩视觉作品
在当今数字化时代,图像编辑已成为表达创意和美化视觉作品的重要手段。借助智能工具,即使是初学者也能轻松驾驭图片编辑。接下为大家展示图片编辑为底片图片的效果。 1.打开“首助编辑高手”,选择这里“图片批量处理”版块页面上 2.导入保存有…...
机器学习/数据分析--用通俗语言讲解时间序列自回归(AR)模型,并用其预测天气,拟合度98%+
时间序列在回归预测的领域的重要性,不言而喻,在数学建模中使用及其频繁,但是你真的了解ARIMA、AR、MA么?ACF图你会看么?? 时间序列数据如何构造???,我打过不少…...
Pandas数据筛选8大核心技巧:从布尔索引到query高效查询
1. 项目概述:为什么我们需要掌握Pandas数据筛选?如果你用Python做数据分析,那么Pandas库绝对是你的核心武器库。而在这个武器库里,数据筛选——也就是从庞大的数据集中精准地挑出你需要的那些行和列——是每天都要重复无数遍的操作…...
LDA vs PCA:用sklearn和手写代码,在随机数据集上彻底搞清区别
LDA vs PCA:从数学原理到实战选择的深度解析 引言:为什么我们需要理解这两种降维方法的差异? 在数据科学和机器学习领域,降维技术是我们处理高维数据不可或缺的工具。当我们面对成百上千个特征时,如何有效地提取最有价…...
Midjourney镜头类型选择终极决策树(附可下载PDF流程图):输入拍摄意图→自动匹配最优镜头词+推荐--stylize值+规避AI视觉歧义
更多请点击: https://kaifayun.com 第一章:Midjourney镜头类型选择终极决策树概览 在 Midjourney V6 中,镜头类型(Lens Type)并非独立参数,而是通过组合 --style raw、 --s 750 及语义化摄影术语提示词协…...
Faster-Whisper + WebSocket实战:给你的Unity游戏或应用加上实时语音交互
Faster-Whisper WebSocket全链路实战:构建Unity实时语音交互系统 在游戏和交互式应用开发中,语音交互正成为提升用户体验的关键功能。想象一下玩家通过语音指令控制角色、VR环境中自然对话交互,或是教育软件中实时语音反馈的场景——这些都需…...
别再死记硬背了!用Python写个语法分析器,帮你彻底搞懂英语非谓语动词
用Python构建英语非谓语动词分析器:从语法规则到代码逻辑 引言:当编程遇上英语语法 英语学习中最令人头疼的部分莫过于非谓语动词——那些不做谓语的动词形式,包括不定式、分词和动名词。传统学习方法要求死记硬背各种规则和例外,…...
3分钟学会在Windows上安装安卓应用:APK-Installer完整指南
3分钟学会在Windows上安装安卓应用:APK-Installer完整指南 【免费下载链接】APK-Installer An Android Application Installer for Windows 项目地址: https://gitcode.com/GitHub_Trending/ap/APK-Installer 想在Windows电脑上直接运行安卓应用,…...
避坑指南:PnetLab导入锐捷镜像时,关于qemu_options和权限的那些‘坑’
PnetLab锐捷镜像部署深度排障手册:从参数解析到权限修复实战 当你在深夜的机房里盯着屏幕上闪烁的命令行,第十次尝试启动PnetLab中的锐捷镜像却依然遭遇连接失败时,那种挫败感我深有体会。这不是又一篇按部就班的安装教程,而是一…...
告别生产环境‘盲测’:手把手教你为uni-app应用打造一个本地日志收集与上传系统
告别生产环境‘盲测’:手把手教你为uni-app应用打造一个本地日志收集与上传系统 在移动应用开发中,最令人头疼的莫过于生产环境中那些"在我机器上好好的"的Bug。想象这样一个场景:你的uni-app应用在测试阶段表现完美,但…...
CANN/hccl参数面建链阶段故障诊断
参数面建链阶段 【免费下载链接】hccl 集合通信库(Huawei Collective Communication Library,简称HCCL)是基于昇腾AI处理器的高性能集合通信库,为计算集群提供高性能、高可靠的通信方案 项目地址: https://gitcode.com/cann/hcc…...
SD-PPP终极秘籍:在Photoshop中直接召唤AI助手的实战宝典
SD-PPP终极秘籍:在Photoshop中直接召唤AI助手的实战宝典 【免费下载链接】sd-ppp A Photoshop AI plugin 项目地址: https://gitcode.com/gh_mirrors/sd/sd-ppp 你是否曾为了给设计作品添加AI特效,不得不在Photoshop和AI工具间来回切换、导出导入…...
