聊天机器人 / ChatBot 使用大型语言模型来构建你的自定义聊天机器人 在本视频中，你将学习使用OpenAI ChatCompletions格式的组件构建一个机器人。 环境准备 首先，我们将像往常一样设置OpenAI Python包。 import os import openai from dotenv import load_dotenv,…

扩写 / Expanding 扩展是将短的文本片段，比如一组说明或一系列主题，并让大型语言模型生成更长的文本，比如生成文章，或者电子邮件。 环境准备 和（①指南）一样需要搭建一个环境 自动回复邮件 举例，在推理中，能提取用户情绪，现在我们将根据情绪定制回复。下面是用户的评论。 given the sentiment from the lesson …

转换 / Transforming 输入一段文本，将其转换或翻译为另一种语言，或帮助拼写和语法纠正 转换格式，例如输入HTML并输出JSON 环境准备 和（①指南）一样需要搭建一个环境 import openai import os from dotenv import load_dotenv, find_dotenv _ = load_doten…

推理/Inferring 推理是指模型将文本作为输入并执行某种分析的任务。这可以是提取标签、提取名称、理解文本的情感等任务。 例如，如果您想从一段文本中提取积极或消极的情感，在传统的机器学习工作流程中，您需要收集标签数据集、训练模型、确定如何在云中部署模型并进行推断。这需要经历大量的工作流程。而对于每个任务，例如情感、提取名称等，您都需要训练和部署…

摘要/ Summarizing 如何使用大模型来概括文本 环境准备 和（①指南）一样需要搭建一个环境 导入OpenAI、加载API密钥以及这个getCompletion辅助函数 import openai import os from dotenv import load_dotenv, find_dotenv _ = load_dotenv(fi…

迭代/Iterative 在机器学习中，您经常有一个想法，然后实现它。编写代码，获取数据，训练模型，这就给您一个实验结果。然后您可以查看该输出，进行错误分析，找出哪些地方工作或不工作，然后甚至可以改变您要解决的问题或如何处理它的确切想法，并更改实现并运行另一个实验等，一遍又一遍地迭代，以获得有效的机器学习模型。 在写prompt提示词的时候，该过程…

简介 教学目标 在这门课程中，我们将与您分享一些可能性，以及如何实现这些可能性的最佳实践。 首先，您将学习一些用提示词做一个app开发的最佳实践。 然后我们将介绍一些常见用例，例如总结、推断、转换、扩展。 最后并带您使用LLM构建聊天机器人。 Two Types of large language models (LLMs) base LLMs 基…