ChatGPT Enterprise sada podržava čitanje i razumijevanje vizuelnih sadržaja (slika, grafikona, dijagrama itd.) ugrađenih u PDF datoteke uključene u upite. Korisnici mogu otpremiti PDF, a ChatGPT može tumačiti tekst i sve vizuelne elemente unutar te datoteke.
Za detalje pogledajte Česta pitanja o vizuelnom dohvaćanju u PDF-ovima.
ChatGPT Enterprise omogućava vam da prenesete datoteke na nekoliko načina:
Direktno s računara
S platformi Google Drive / SharePoint / OneDrive
Kao znanje GPT-a
Iz GPT radnje
Ovaj vodič objašnjava kako funkcije usluge ChatGPT Enterprise obrađuju datoteke zavisno od njihove vrste, broja i veličine te opisuje strategije za poboljšanje rezultata u skladu sa zahtjevima za datoteke.
Sažetak
ChatGPT Enterprise vrlo različito obrađuje različite vrste datoteka: izdvaja tekst iz tekstualnih dokumenata kao što su PDF datoteke, prezentacije i Word datoteke, analizira strukturirane podatke iz proračunskih tablica pomoću Python koda te opisuje slikovne datoteke putem funkcije GPT-Vision. Da biste dobili očekivani rezultat, ključno je razumjeti koja vrsta datoteke pokreće koji tok rada.
Kod tekstualnih dokumenata ChatGPT Enterprise uz upit direktno uključuje što više relevantnog teksta i koristi sistem pretraživanja za pristup dodatnim informacijama. To dobro funkcionira pri odgovaranju na konkretna pitanja. Međutim, ovaj pristup može imati poteškoća sa složenim zadacima kao što su sažimanje veoma velikih dokumenata ili poređenje više velikih datoteka. Nastavite čitati da biste saznali koje strategije mogu poboljšati rezultate.
Obrada datoteka prema vrsti
ChatGPT Enterprise obrađuje datoteke na tri glavna načina: izdvajanjem teksta, analizom koda i tumačenjem slika. Vrsta datoteke određuje koji će tok rada ChatGPT Enterprise slijediti.
| Dohvaćanje na osnovu teksta | Tumač koda | Obrada slika | Vizuelno dohvaćanje | |
|---|---|---|---|---|
| Primjeri vrsta datoteka | pptx, docx, txt, md, json, xml, pdf* * PDF datoteke prenesene kao znanje GPT-a ili datoteke projekta | csv, xls, xlsx* *Napomena: Tumač koda može raditi s bilo kojom vrstom datoteke, ali ChatGPT Enterprise za proračunske tablice najčešće podrazumijevano koristi CI | jpg, png | pdf* * PDF datoteke uključene u korisničke upite |
| Ponašanje | Izdvaja tekst iz datoteke – dio teksta direktno se umeće u kontekstni prozor, a dio se pohranjuje za pretraživanje | Tumač koda prosljeđuje datoteku Pythonu radi obrade | Multimodalni modeli izvorno tumače slike, uz poznata ograničenja . | Kombinacija dohvaćanja teksta i obrade slika. Tekst se izdvaja digitalnim putem, a multimodalni modeli izvorno tumače vizuelni sadržaj. |
Za datoteke koje sadrže samo tekst, slikovne datoteke ili jasno strukturirane podatkovne datoteke (npr. Excel tabelu transakcija), ove podjele predstavljaju najbolje moguće ponašanje.
Postoje i manje jasni slučajevi, naprimjer:
Slike ugrađene u datoteke koje nisu PDF ne obrađuju se. Da biste ih uključili, prije prenosa pretvorite datoteku u PDF.
ChatGPT Enterprise će za rad s proračunskim tablicama uvijek koristiti Tumač koda, čak i ako dokument sadrži mnogo teksta. Naprimjer, ako od usluge ChatGPT Enterprise zatražite da prevede CSV datoteku s 10 redova teksta, pokušat će je prevesti pomoću Python biblioteke, što je manje precizno nego kada se modelu omogući da direktno generira prijevod. Da biste ublažili taj problem, pokušajte izvesti proračunsku tablicu u tekstualni format (naprimjer PDF).
Slično tome, ako prenesete strukturiranu tabelu transakcija u JSON datoteci, ChatGPT Enterprise će tu datoteku protumačiti kao obični tekst. Ako želite analizirati podatke iz JSON datoteke, u upitu uputite model da koristi Tumač koda.
Rukovanje datotekama na osnovu veličine
ChatGPT Enterprise koristi modele s maksimalnim kontekstnim prozorom od 128k tokena (otprilike 200 stranica teksta). Međutim, ne koriste se svi tokeni za uključivanje teksta iz otpremljenih datoteka. Broj „ubačenih” tokena razlikuje se prema tipu upotrebe.
ChatGPT Enterprise „ubacuje” određenu količinu teksta, a preostali tekst se šalje u privatni indeks za pretragu („vektorsko spremište”, što je vrsta baze podataka dizajnirana za efikasno pohranjivanje i dohvaćanje velikih količina teksta). Kada postavite pitanje, ChatGPT Enterprise uključuje obuhvaćeni tekst zajedno s relevantnim dijelovima dohvaćenim iz privatnog indeksa za pretragu.
Ako otpremite jedan dokument, ChatGPT Enterprise uključuje tekst od početka dok ne dostigne svoje ograničenje. Ako otpremite više dokumenata, ChatGPT Enterprise uključuje dio ili sav sadržaj svakog dokumenta. Sav tekst iz dokumenata također se šalje u privatni indeks za pretragu.
Ubacivanje konteksta za tekstualne dokumente
Ova funkcija je u aktivnom razvoju. Shodno tome, sljedeći detalji podložni su promjenama bez prethodne najave.
ChatGPT Enterprise može obraditi do 110k tokena iz otpremljenih dokumenata u kontekstnom prozoru. Ako otpremite jedan ili više dokumenata čiji je ukupni zbir manji od 110k tokena, bit će uključen cijeli sadržaj.
Za jedan dokument koji premašuje 110k tokena, bit će uključeno samo prvih 110k tokena, počevši od početka. Ostatak će biti poslan samo u privatni indeks za pretragu.
Ako se otpremi više dokumenata i njihov ukupni zbir premašuje 110k tokena, ChatGPT Enterprise koristi proces u dva koraka za uravnoteženu zastupljenost dokumenata:
Izdvojite do 55k tokena, podijeljenih ravnomjerno među otpremljenim dokumentima.
Za dokumente koji nisu u potpunosti predstavljeni u prvom koraku, dodijelite preostalih 55k tokena proporcionalno na osnovu tokena preostalih u svakom dokumentu.
Svi preostali tokeni šalju se samo u privatni indeks za pretragu.
Broj tokena u tekstualnom dokumentu možete procijeniti kopiranjem teksta dokumenta u OpenAI Tokenizer.
Ubacivanje konteksta za multimedijske PDF-ove
Kada korisnici otpreme PDF-ove koji sadrže i tekst i slike, vizuelno dohvaćanje omogućava ChatGPT-u da te slike obradi izvorno, zajedno s digitalno izdvojenim tekstom. Sljedeći koraci dopunjuju naše standardne postupke rukovanja kontekstom za multimedijske PDF-ove:
Izdvajanje i ugrađivanje slika: Slike se izdvajaju i ugrađuju zajedno s povezanim digitalnim tekstom.
Inteligentno skaliranje: Slike se automatski skaliraju kako bi se održala ravnoteža između kvaliteta informacija i efikasnog korištenja dostupnog kontekstnog prozora.
Kada otpremljeni PDF-ovi premaše ograničenje od 110k tokena, i slike i tekst se ugrađuju u privatni indeks za pretragu. Tekstualna ugrađivanja upućuju na relevantne slike, što ChatGPT-u omogućava da dohvaća odgovarajuće parove teksta i slika na osnovu korisničkih upita. Dohvaćene slike se zatim obrađuju pomoću izvornih multimodalnih mogućnosti ChatGPT-a.
Precizna procjena potreba za tokenima za multimedijske PDF-ove je izazovna. Testiranja ukazuju na to da će približno 350 stranica kombinovanog teksta i slika u potpunosti iskoristiti kontekstni prozor od 110k tokena.
Strategije pretrage na osnovu tipa modela
Modeli GPT-serije i o-serije podržavaju otpremanje datoteka i koriste identično ubacivanje konteksta i logiku ugrađivanja za pretragu. Svi modeli izvršavaju hibridne pretrage nad privatnim indeksom za pretragu, kombinujući metode zasnovane na ključnim riječima i semantici. U hibridnoj pretrazi model generiše frazu za pretragu na osnovu korisnikovog upita, a privatni indeks za pretragu zatim dohvaća relevantan tekst i slike.
Međutim, ovi modeli se razlikuju po tome kako pretražuju velike dokumente koji premašuju kontekstni prozor:
Modeli serije GPT
Jedno pretraživanje po upitu: Modeli serije GPT obavljaju jedno pretraživanje za svaki korisnički upit.
Prikladni slučajevi upotrebe: Idealni su za odgovaranje na jednostavna pitanja čiji se odgovori nalaze u opsežnoj dokumentaciji.
Primjeri upita:
„Koja su pravila službe za ljudske resurse u vezi s prijevremenim penzionisanjem?“
„Šta radi funkcija process_order?“
Modeli serije o
Više pretraživanja po upitu: Mogu izvršiti više pretraživanja (obično 2–3) za svaki korisnički upit, svako s jedinstvenim izrazom za pretraživanje. Pretraživanja se izvršavaju redom, a model može prilagoditi pristup na osnovu informacija pronađenih tokom prethodnih pretraživanja.
Prikladni slučajevi upotrebe: Pogodniji su za složena pitanja koja zahtijevaju više ciljanih pretraživanja opsežne dokumentacije.
Primjeri upita:
„Koja su pravila službe za ljudske resurse u vezi s prijevremenim penzionisanjem, roditeljskim odsustvom i premještajem u inostranstvo?“
„Objasnite šta radi funkcija process_order, navedite sve metode koje ta funkcija poziva i ukratko opišite svaku od njih.“
Uprkos svojim prednostima, modeli serije o mogu imati poteškoća kada upit zahtijeva više od tri pretraživanja.
Savjeti za poboljšanje rezultata pretrage datoteka
Pokušajte koristiti model o-serije za složena pitanja koja zahtijevaju više pretraga.
Imajte na umu da se odgovori mogu razlikovati u zavisnosti od tipa, broja i veličine dokumenata koje otpremite.
Općenito, učitavanje manjeg broja fokusiranih dokumenata dovest će do veće tačnosti.
Teme s više pitanja pretvorite u pojedinačna pitanja:
Ako trebate znati HR politike svake države, pitajte za njih jednu po jednu.
Ako trebate sažeti mnogo dokumenata, tražite jedan dokument po jedan. Ako taj dokument ima mnogo stotina stranica, razmislite o njegovom dijeljenju na manje komponente.
Možete zatražiti od ChatGPT Enterprise da napiše „sažetak sažetaka” ako mu dostavite više sažetaka umjesto cijelih dokumenata.
Ako imate CSV za RFP (svaki red je drugo pitanje), postavljajte ta pitanja jedno po jedno umjesto da samo učitate CSV i zatražite jedan odgovor.
Pronađite načine za provjeru odgovora modela. Primjeri GPT uputstava nalaze se u nastavku:
# Kontekst
Vi ste stručnjak za razumijevanje dokumenata. Korisnik će priložiti dokument i postaviti pitanje. Treba mu omogućiti da vaš odgovor poveže s tačnim dijelom teksta iz kojeg ste preuzeli odgovor.
# Upute
1. Odgovorite na korisnikovo pitanje na osnovu priloženog dokumenta koristeći tačan format naveden ispod
# Format
- Pitanje: { ponovite korisnikovo pitanje }
- Odgovor: { dajte odgovor na korisnikovo pitanje }
Izvor:
- - Broj odjeljka: { navedite broj odjeljka iz kojeg ste preuzeli odgovor }
- - Naslov odjeljka: { navedite naslov odjeljka iz kojeg ste preuzeli odgovor }
- - Tačan tekst: { navedite tačan tekst iz kojeg ste preuzeli odgovor }
# Pravila
- Dajte odgovore koji su jasni i sažeti
- Navedite samo informacije iz dokumenta
- Ako ne možete pronaći odgovor u dokumentu, jednostavno odgovorite „Nema pronađenih informacija.“