问题标签 [gpt-3]

我想在 google colab 中运行 GPT J。有没有工作的colab笔记本？

我需要什么来运行它？我需要 colab Pro 还是 Pro+？

所以，我试图制作一个程序，您可以在其中提出问题，它会给出答案。程序输出应该是这样的：

但它只根据你的问题给出答案或维基（问一个词通常会返回维基，但问题会返回答案。

这是我的代码：

任何帮助都会很棒

我尝试使用官方 OpenAI npm 依赖项在 OpenAI 中使用 Javascript 实现聊天机器人。

我解决它的方法是，我有一组聊天消息，这些消息由换行符加入，并作为提示发送到 API。

例子：

然后我将下一个问题推送到数组，然后推送一个空的“AI：”字符串以完成 OpenAI 端点。

完成 API 的结果提示如下所示

然后响应也将被推送到数组，因此对话可以继续......（此时我只发送数组的最后约 20 行）但是，我遇到的问题是“机器人”将开始重复本身，似乎在随机时间它会开始回答诸如“太好了，你呢？”之类的问题，而无论您作为提示中的最后一个问题发送什么，这就是答案“

例子：

我似乎在文档中发现的唯一相关内容是frequency_penalty 和presence_penalty。然而，改变这些似乎并没有多大作用。

这是用于上述示例的参数：

我当然也尝试过不同的温度和惩罚组合。这只是一个已知问题，还是我误解了什么？

据我了解，GPT-3 通过在所需/测试示例之前包含一些标记示例来针对特定任务进行“训练”。在问答中，这包括上下文和问题。在这种情况下，输入提示可能会变长。人们如何解决这个问题？

我正在使用 Hugging Face GPT-J 实现，并且有输入令牌限制（2000）。但是，当在提示中包含多个 qa 示例时（尤其是带有上下文的），它很快就会达到此限制，从而限制了要输入的示例提示的数量。有谁知道如何在 GPT-J 设置中处理此问题，尤其是对于 QA？

您好我正在尝试使用 GPT-2 simple 生成 20 个令牌文本。生成句子大约需要 15 秒。AI Dungeon 大约需要 4 秒来生成相同大小的句子。有没有办法加快 GPT-2 文本生成？

我的任务是制作一个基于问题或文章标题撰写文章的工具。例如：提示：“搬到蒙大拿州的十大理由”，回复：[详细文章，1500字，事实准确]

理论上，我可以使用 /answers 端点并将关于给定主题（蒙大拿州）的维基百科文章作为事实来源提供给它，GPT-3 将返回事实上准确的长篇文章。

我无法得到足够长的回应，事实上也不够准确。有任何想法吗？我怀疑我没有正确定义“示例”和“示例上下文”字段。

我正在尝试使用 Python 中的库向 OpenAI 发送 API 请求，我可以收到响应，但不知道如何从中解析文本字段。任何人都可以帮忙吗？

这是我的代码：

这是我得到的 API 响应：

谢谢 ：）

我想运行 GPT-3 进行文本分类。作为第一步，我使用 openai CLI 准备数据。我得到了一个 csv 文件，如下所示：

我编写了以下命令来准备数据：

但是，我收到以下错误：

我不确定“适当地命名列/键”。有什么我应该遵循的约定吗？任何帮助将不胜感激以修复错误

无法检索已上传文件的内容。

请提出问题所在？我尝试过每种类型的文件：搜索、分类、答案和微调。文件上传成功，但在检索内容时显示错误。

错误：