《拥抱AIGC》二、OpenAi中的参数与术语
<p><span style="font-size:20px;"><strong>二、OpenAi中的参数与术语</strong></span></p><p><span style="font-size:18px;"><b>模型术语</b></span></p>
<p ><b>标志（token）</b></p>
<p > 标志可以是单词片段，供API用来处理输入提示。</p>
<p ><b>提示（prompt）</b></p>
<p > 提示在自然语言处理和机器学习中特指一段文本。被用来为语言模型提供上下文和方向。</p>
<p ><b>上下文（context）</b></p>
<p > 用户提示前的单词和句子。供给语言模型用来根据训练数据中发现的模式和关系，生产最有可能的下一个单词或者短语。</p>
<p ><b>模型置信度（model confidence）</b></p>
<p > 赋予某一特定预测或输出的确定性或概率水平。</p>
<p > </p>
<p ><span style="font-size:18px;"><b>模型参数</b></span></p>
<p ><b>Temperature（温度，0~1）</b></p>
<p > 控制模型答复的随机性，较低的Temperature可以使得模型更具确定性，更高的Temperature每次都会试图给出措辞和风格不一致的答案。</p>
<p ><b>Max Length（最大长度，0~2048）</b></p>
<p > 控制模型答复的长度。</p>
<p ><b>Stop sequences（停止序列）</b></p>
<p > 控制答复结束位置。</p>
<p ><b>Frequency penalty（惩罚概率，0~1）</b></p>
<p > 控制答复生产相同标志的重复性。</p>
<p ><b>Presence penalty（存在惩罚，0~2）</b></p>
<p > 减少文本中出现过的任何标志的重复机会。</p>
<p ><b>Best of（最佳，0~20）</b></p>
<p > 生成多个答复，并显示最佳概率的答复。</p>
<p ><b>Pre- and post-response text（答复前文本和答复后文本）</b></p>
<p > 在模型的答复后面插入文本，以帮助模型为答复做准备。</p>
页:
[1]