问题标签 [openai]

如何在 Python 中修复此错误？

错误：找不到满足pandas>=1.2.3要求的版本

非常感谢。

我最初正在尝试在烧瓶中加载 GPT2 微调模型。在初始化函数期间使用以下方法加载模型：

但是在执行如下片段中的预测任务时：

如问题中所述，它会引发以下错误： AttributeError: 'GPT2Model' object has no attribute 'gradient_checkpointing'

错误跟踪从model.generate函数开始列出：文件“/venv/lib/python3.8/site-packages/torch/autograd/grad_mode.py”，第 28 行，在 decorate_context return func(*args, **kwargs)

文件“/venv/lib/python3.8/site-packages/transformers/generation_utils.py”，第 1017 行，在生成返回 self.sample(

示例输出中的文件“/venv/lib/python3.8/site-packages/transformers/generation_utils.py”，第 1531 行 = self(

_call_impl 中的文件“/venv/lib/python3.8/site-packages/torch/nn/modules/module.py”，第 1102 行 return forward_call(*input, **kwargs)

文件“/venv/lib/python3.8/site-packages/transformers/models/gpt2/modeling_gpt2.py”，第 1044 行，在正向 transformer_outputs = self.transformer(

_call_impl 中的文件“/venv/lib/python3.8/site-packages/torch/nn/modules/module.py”，第 1102 行 return forward_call(*input, **kwargs)

文件“/venv/lib/python3.8/site-packages/transformers/models/gpt2/modeling_gpt2.py”，第 861 行，向前打印（self.gradient_checkpointing）

文件“/venv/lib/python3.8/site-packages/torch/nn/modules/module.py”，第 1177 行，在getattr raise AttributeError("'{}' object has no attribute '{}'".format (

AttributeError：“GPT2Model”对象没有属性“gradient_checkpointing”

选中modeling_gpt2.py，默认情况下在类的构造函数中self.gradient_checkpointing设置。False

为了测试一些 OpenAI 文件功能（回答、搜索等），我通过 OpenAI API 使用 python 创建了几个文件。

根据 OpenAI [文件文档][1]，我现在正在尝试删除我创建的文件，如下所示：

我得到的错误如下：

我知道该文件存在，因为我能够打印它的属性。我的编码能力相当基本......我怎样才能删除一些......或所有文件。

整个代码片段如下：

我正在关注这个关于微调的OpenAI 教程。

我已经使用 openai 工具生成了数据集。问题是输出编码（推理结果）将 UTF-8 与非 UTF-8 字符混合在一起。

生成的模型如下所示：

例如，如果我问“¿Cómo estás？” 并且该句子有一个经过训练的完成：“Estoy bien, ¿y tú?”，推理通常返回完全相同（这很好），但有时它会添加非编码词：“Estoy bien, ¿y tú? Cuà ©ntame algo de ti”，添加“é”而不是“é”。

有时，它会返回与受过训练的句子完全相同的句子，而不会出现编码问题。我不知道推理是从我的模型还是从其他地方获取非编码字符。

我应该怎么办？我应该用 UTF-8 编码数据集吗？我应该使用 UTF-8 保留数据集并解码响应中的错误编码字符吗？

用于微调的 OpenAI 文档不包含任何关于编码的内容。

我有以下问题。我正在基于开放的 Ai GPT-2 模型制作一个可以与您对话的程序，但我想使用 CorenJ 的实时语音克隆系统进行响应。在其他脚本中实现这一点的最佳方法是什么？

我想发送OpenAI 的 API，来自各种 PDF 的文本。具体来说，针对二年级学生的总结或TL;DR 总结API。

我可以从 PDF 的 using 中提取文本PyMuPDF并准备 OpenAI 提示。

问题：当令牌数超过允许的 2049 时，如何最好地准备提示？

• 我只是截断文本吗？
• 或者有没有办法对文本进行采样以“压缩”它以丢失关键点？

随着 OpenAI 终于公开了 GPT-3 相关的 API，我正在玩它来探索和发现他的潜力。

我正在尝试 Answer API，文档中的简单示例： https ://beta.openai.com/docs/guides/answers

我.jsonl按照指示上传文件，我可以看到它已成功使用openai.File.list()api 上传。

不幸的是，当我尝试使用它时，我总是遇到同样的错误：

我已经等了几个小时，我认为这个内容不值得等这么久......你知道这是正常行为，还是我错过了什么？

谢谢

我想使用 OpenAI 文本完成从原始提示行制作押韵对联。提示必须是一定数量的音节/标记，并且响应必须是完全相同数量的音节/标记。

我可以指定max_tokens，但不能指定min token，有没有办法解决这个问题？

如何让生成的文本的最后一个标记与提示文本的最后一个标记押韵？

我正在按照以下 repo https://github.com/kingoflolz/mesh-transformer-jax研究 GPTJ-6B 模型

我想应用迁移学习并基于新的小数据集训练最后几层。有没有人在这个 repo 或其他 gpt 模型上应用迁移学习？

我正在玩 keras 和强化学习。我为自己创建了一种合成输入数据，如下所示：

损失函数似乎在每一集内都会降低它的值，但随后在每个下一个小批量开始时再次从随机值开始。看起来特工每看一集就会忘记一切。损失函数看起来像这样（2 个单独的示例，每个有 8 集，每批有 100 个样本） 我错过了什么？这是什么症状？