Migliori pratiche per utilizzare il modello OpenAI GPT
Best practices for using the OpenAI GPT model
Dalla pubblicazione del modello GPT, tutti lo stanno utilizzando costantemente. Dalle semplici domande allo sviluppo di codici complessi, il modello GPT può aiutare l’utente rapidamente. Ecco perché il modello diventerà sempre più grande nel tempo.
Per aiutare gli utenti a ottenere il miglior risultato, OpenAI fornisce le migliori pratiche per l’utilizzo del modello GPT. Queste pratiche derivano dall’esperienza di molti utenti che hanno costantemente sperimentato questo modello e hanno scoperto cosa funziona meglio.
In questo articolo, riassumerò le migliori pratiche che dovresti conoscere per utilizzare il modello OpenAI GPT. Quali sono queste pratiche? Scopriamole.
- Vedere la foresta tra gli alberi la conservazione dei dati inizia con un occhio attento
- Ricercatori del MIT e di Harvard hanno prodotto un’ipotesi che potrebbe spiegare come potrebbe essere costruito un trasformatore utilizzando elementi biologici nel cervello.
- Ricercatori di Google DeepMind propongono 6 trasformazioni componibili per aumentare incrementalmente le dimensioni delle reti neurali basate su Transformer preservando al contempo la funzionalità.
Migliori pratiche per GPT
Il risultato del modello GPT è valido solo quanto il tuo input. Con istruzioni precise su ciò che desideri, otterrai il risultato previsto. Alcuni consigli per migliorare il risultato del tuo GPT includono:
- Includi dettagli nell’input per ottenere risposte pertinenti. Ad esempio, anziché l’input “Dammi il codice per calcolare la distribuzione normale”, possiamo scrivere “Forniscimi il calcolo della distribuzione standard con un esempio di codice in Python. Inserisci un commento in ogni sezione e spiega perché ogni codice viene eseguito in quel modo.
- Aggiungi una persona o un esempio e specifica la lunghezza dell’output. Possiamo fornire una persona o un esempio al modello per una maggiore chiarezza. Ad esempio, possiamo passare il parametro del ruolo di sistema per spiegare qualcosa nel modo in cui un insegnante spiegherebbe agli studenti. Fornendo una persona, il modello GPT fornirà risultati nel modo desiderato. Ecco un esempio di codice se desideri cambiare la persona.
import openai
openai.api_key = ""
res = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
max_tokens=100,
temperature=0.7,
messages=[
{
"role": "system",
"content": """
Quando chiedo di spiegare qualcosa, fallo nel modo in cui un insegnante
spiegherebbe agli studenti in ogni paragrafo.
""",
},
{
"role": "user",
"content": """
Cos'è il premio Golden Globe e quali sono i criteri per questo premio? Riassumili in 2 paragrafi.
""",
},
],
)
È anche utile fornire risultati di esempio per indicare come il modello GPT dovrebbe rispondere alle tue domande. Ad esempio, in questo codice, indico come spiegherei l’emozione e il modello GPT dovrebbe imitare il mio stile.
res = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
max_tokens=100,
temperature=0.7,
messages=[
{
"role": "system",
"content": "Rispondi in uno stile coerente.",
},
{
"role": "user",
"content": "Insegnami dell'amore",
},
{
"role": "assistant",
"content": "L'amore può essere dolce, può essere amaro, può essere grande, può essere basso e può essere tutto ciò che desideri",
},
{
"role": "user",
"content": "Insegnami della paura",
},
],
)
- Specifica i passaggi per completare i tuoi compiti. Fornisci dettagliati passaggi su come desideri l’output per ottenere il miglior risultato. Fornisci una dettagliata suddivisione delle istruzioni su come il modello GPT dovrebbe comportarsi. Ad esempio, inseriamo istruzioni a 2 passaggi con prefissi e traduzioni in questo codice.
res = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
max_tokens=100,
temperature=0.7,
messages= [
{
"role": "system",
"content": """
Utilizza i seguenti istruzioni passo-passo per rispondere agli input dell'utente.
Passo 1 - Spiega l'input della domanda dell'utente in 2 paragrafi o meno con il prefisso "Spiegazione: ".
Passo 2 - Traduci il Passo 1 in indonesiano, con un prefisso che dice "Traduzione: ".
""",
},
{
"role": "user",
"content":"Cos'è il paradiso?",
},
])
- Fornire riferimenti, link o citazioni. Se abbiamo già vari riferimenti per le nostre domande, possiamo utilizzarli come base per il modello GPT per fornire l’output. Fornisci l’elenco di tutti i riferimenti che ritieni pertinenti alle tue domande e passali al ruolo di sistema del sistema.
- Dare tempo a GPT per “pensare”. Fornire una query che permetta a GPT di elaborare dettagliatamente l’input prima di fornire risultati errati. Questo è particolarmente vero se passiamo al ruolo di assistente un risultato errato e vogliamo che GPT sia in grado di pensare criticamente da solo. Ad esempio, il codice di seguito mostra come chiediamo al modello GPT di essere più critico sull’input dell’utente.
res = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
max_tokens=100,
temperature=0.7,
messages= [
{
"role": "system",
"content": """
Lavora sulla soluzione del problema, quindi confronta la tua soluzione con quella dell'utente e valuta
se la soluzione è corretta o meno. Decidi se la soluzione è corretta solo dopo aver risolto il problema da solo.
""",
},
{
"role": "user",
"content":"1 + 1 = 3",
},
])
- Portare GPT a utilizzare l’esecuzione del codice per risultati precisi. Per calcoli più estesi e complessi, GPT potrebbe non funzionare come previsto, poiché il modello potrebbe fornire risultati inesatti. Per attenuare questo problema, possiamo chiedere al modello GPT di scrivere ed eseguire il codice anziché calcolarlo direttamente. In questo modo, GPT può fare affidamento sul codice anziché sui calcoli. Ad esempio, possiamo fornire un input come quello riportato di seguito.
res = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
max_tokens=100,
temperature=0.7,
messages= [
{
"role": "system",
"content": """
Scrivi ed esegui il codice Python racchiudendolo tra tre backticks,
ad esempio ```il codice va qui```. Usa questo per eseguire calcoli.
""",
},
{
"role": "user",
"content":"""
Trova tutte le radici a valore reale dell'equazione polinomiale seguente: 2*x**5 - 3*x**8- 2*x**3 - 9*x + 11.
""",
},
])
Conclusione
Il modello GPT è uno dei migliori modelli disponibili e di seguito sono riportate alcune best practice per migliorare l’output del modello GPT:
- Avere dettagli nella richiesta per ottenere risposte pertinenti
- Fornire una persona o un esempio e specificare la lunghezza dell’output
- Specificare i passaggi per completare i compiti
- Fornire riferimenti, link o citazioni
- Dare tempo a GPT per “pensare”
- Portare GPT a utilizzare l’esecuzione del codice per risultati precisi
Cornellius Yudha Wijaya è un responsabile assistente di data science e uno scrittore di dati. Mentre lavora a tempo pieno presso Allianz Indonesia, ama condividere consigli su Python e Data tramite i social media e i media scritti.
