OpenAI mengemas kini GPT-4 dan model lain, menambah panggilan fungsi API baharu dan mengurangkan harga sehingga 75%

Beberapa hari lalu, Ketua Pegawai Eksekutif OpenAI Sam Altman mendedahkan laluan pembangunan terbaru OpenAI semasa lawatan pertuturan global, yang kebanyakannya dibahagikan kepada dua peringkat Keutamaan utama pada tahun 2023 adalah untuk melancarkan GPT-4 yang lebih murah dan pantas. tetingkap konteks yang lebih panjang, dsb.; fokus pada 2024 pada pelbagai mod.

Matlamat 2023 OpenAI sedang dicapai satu demi satu. Hanya dalam beberapa bulan yang singkat sejak pelancaran ChatGPT, OpenAI telah membina aplikasi yang luar biasa berdasarkan model seperti GPT-3.5 Turbo, GPT-4 dan banyak lagi. Pada 13 Jun, waktu tempatan, OpenAI mengeluarkan panggilan fungsi dan kemas kini API lain, termasuk:

• Menambahkan panggilan fungsi baharu dalam API Penyiapan Sembang, membenarkan model memanggil fungsi apabila diperlukan dan hasilkan objek JSON yang sepadan sebagai output;
• Versi GPT-4 dan GPT-3.5 Turbo yang dikemas kini dan lebih boleh dikawal; versi gpt-3.5-turbo (standard ialah versi 4k);
• Kos model benam paling canggih telah dikurangkan sebanyak 75%;
• Kos token input gpt-3.5-turbo dikurangkan sebanyak 25%;
• Mengumumkan jadual penamatan model gpt-3.5-turbo-0301 dan gpt-4-0314.
• OpenAI menyatakan: Model GPT-4 dan GPT-3.5 Turbo dalam API kini menyokong panggilan fungsi yang ditentukan pengguna, membenarkan model menggunakan alatan yang direka oleh pengguna. Di samping itu, harga untuk pengguna menggunakan model telah dikurangkan, dan OpenAI juga telah mengeluarkan beberapa versi model baharu (termasuk konteks 16k GPT-3.5 Turbo):

Panggilan fungsi

Kini Pembangun boleh menerangkan fungsi kepada gpt-4-0613 dan gpt-3.5-turbo-0613 dan meminta model secara bijak memilih untuk mengeluarkan objek JSON yang mengandungi parameter yang diperlukan untuk memanggil fungsi ini. Ini ialah cara baharu untuk menyambungkan keupayaan GPT dengan lebih andal dengan alatan luaran dan API.

Model diperhalusi untuk mengesan apabila fungsi perlu dipanggil (bergantung pada input pengguna) dan bertindak balas dengan JSON yang mematuhi tandatangan fungsi. Panggilan fungsi membolehkan pembangun mendapatkan data berstruktur daripada model dengan lebih dipercayai. Sebagai contoh, pembangun boleh:

Mencipta chatbot yang menjawab soalan dengan memanggil alat luaran:

• Untuk contoh, gunakan Pertanyaan seperti "Hantar e-mel kepada Anya dan tanya dia jika dia mahu kopi Jumaat depan" ditukarkan kepada panggilan fungsi send_email (ke: string, body: string); atau "Bagaimana cuaca di Boston (lokasi : rentetan, unit: 'celsius' |.

Tukar bahasa semula jadi kepada panggilan API atau pertanyaan pangkalan data:

• Contohnya, "Siapa milik saya bulan ini? " Sepuluh pelanggan teratas?" ke dalam panggilan API dalaman get_customers_by_revenue (start_date: string, end_date: string, limit: int); atau "Berapa banyak pesanan yang Acme buat pada pertanyaan SQL sql_query) .

Ekstrak struktur data daripada teks:

• Sebagai contoh, takrifkan fungsi bernama extract_people_data (orang: [{name: string, birthday: string, location: string}]) untuk mengekstrak semua orang yang disebut dalam Wikipedia .

Kes penggunaan di atas disediakan oleh titik akhir /v1/chat/completions, fungsi dan function_call Parameter API baharu didayakan, membenarkan pembangun menerangkan fungsi kepada model melalui skema JSON dan secara pilihan memerlukannya untuk memanggil fungsi tertentu.

Contoh panggilan fungsi

Sebagai contoh, pengguna bertanya "Bagaimanakah keadaan cuaca di Boston sekarang?" Selepas beberapa siri pemprosesan, model akhir mengeluarkan jawapan: "Cuaca di Boston pada masa ini cerah dan suhu 22 darjah Celsius ."

Angka berikut sepadan dengan langkah pertama dalam rajah di atas, termasuk permintaan dan respons:

Model baharu

Pertama ialah GPT-4:

• gpt-4-0613 mengandungi kemas kini dan model panggilan fungsi yang dipertingkatkan.
• gpt-4-32k-0613 termasuk peningkatan yang sama seperti gpt-4-0613, serta panjang konteks lanjutan untuk memahami teks yang lebih besar.

Kemudian terdapat GPT - 3.5 Turbo:

• gpt-3.5-turbo-0613 mengandungi sama dengan GPT -4 panggilan fungsi, dan kebolehkendalian yang lebih dipercayai melalui mesej sistem, kedua-duanya boleh dimanfaatkan oleh pembangun untuk membimbing respons model dengan lebih berkesan.
• gpt-3.5-turbo-16k menyediakan 4 kali ganda panjang konteks dan dua kali ganda harga gpt-3.5-turbo: $0.003 setiap token input 1K , USD 0.004 setiap token output 1K. Konteks 16k bermakna model kini boleh menyokong kira-kira 20 halaman teks dalam satu permintaan.

Pemberhentian model

Untuk gpt-4 dan gpt-3.5-turbo dikeluarkan pada bulan Mac Awal versi akan ditamatkan dan dinaik taraf. Aplikasi akan menggunakan model yang lebih stabil gpt-3.5-turbo, gpt-4 dan gpt-4-32k, yang akan dinaik taraf secara automatik pada 27 Jun. Jika anda ingin membandingkan versi berbeza model anda, anda boleh menggunakan perpustakaan Eval untuk penilaian awam dan peribadi.

Selain itu, pembangun yang memerlukan masa peralihan boleh terus menggunakan versi lama model gpt-3.5-turbo-0301, gpt-4-0314 atau gpt-4-32k-0314, Tetapi selepas 13 September, permintaan untuk menggunakan model ini akan gagal. Untuk lebih banyak berita penamatan model, sila rujuk:

Pertanyaan penamatan model: https://platform.openai.com/docs/deprecations/

Selain itu, harga lebih rendah dalam kemas kini ini Text-embedding-ada-002 ialah model benam yang paling popular untuk sistem benam. Hari ini, kosnya dikurangkan sebanyak 75% kepada serendah $0.0001 setiap token 1K.

Akhir sekali, terdapat GPT-3.5 Turbo yang semua orang lebih bimbangkan, yang menyediakan fungsi ChatGPT kepada berjuta-juta pengguna. Hari ini, kos token input gpt-3.5-turbo dikurangkan sebanyak 25%. Pembangun yang menggunakan model ini kini membayar hanya $0.0015 setiap token input 1K dan $0.002 setiap token keluaran 1K, yang bersamaan dengan kira-kira 700 halaman setiap dolar.

Atas ialah kandungan terperinci OpenAI mengemas kini GPT-4 dan model lain, menambah panggilan fungsi API baharu dan mengurangkan harga sehingga 75%. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!