ChatGPT Enterprise toetab nüüd viipadele lisatud PDF-failides sisalduva visuaalse materjali (piltide, graafikute, diagrammide jms) lugemist ja mõistmist. Kasutajad saavad üles laadida PDF-faili ning ChatGPT suudab tõlgendada selles olevat teksti ja kõiki visuaalseid elemente.
Lisateavet leiad siit: PDF-failide visuaalse teabeotsingu KKK.
ChatGPT Enterprise võimaldab faile üles laadida mitmel viisil:
Otse oma arvutist
GPT toimingu kaudu
See juhend selgitab, kuidas ChatGPT Enterprise’i funktsioonid töötlevad faile nende tüübi, arvu ja suuruse järgi, ning tutvustab viise, kuidas failide eripära arvestades paremaid tulemusi saada.
Kokkuvõte
ChatGPT Enterprise käsitleb failitüüpe väga erinevalt: eraldab teksti tekstidokumentidest, nagu PDF-failid, esitlused ja Wordi failid, analüüsib arvutustabelite struktureeritud andmeid Pythoni koodi abil ning kirjeldab pildifaile GPT-Visioni kaudu. Oodatud tulemuse saamiseks on oluline mõista, milline failitüüp käivitab millise töövoo.
Tekstipõhiste dokumentide puhul lisab ChatGPT Enterprise otse viiba juurde võimalikult palju asjakohast teksti ja kasutab lisateabe leidmiseks otsingusüsteemi. See toimib hästi konkreetsetele küsimustele vastamisel. Keerukate ülesannete puhul, näiteks väga suurte dokumentide kokkuvõtmisel või mitme suure faili võrdlemisel, võib see lähenemine aga hätta jääda. Loe edasi, et teada saada, kuidas tulemusi parandada.
Failide töötlemine tüübi järgi
ChatGPT Enterprise töötleb faile kolmel peamisel viisil: teksti eraldamine, koodipõhine analüüs ja piltide tõlgendamine. Failitüüp määrab, millist töövoogu ChatGPT Enterprise kasutab.
| Tekstipõhine teabeotsing | Koodi tõlgendaja | Pilditöötlus | Visuaalne teabeotsing | |
|---|---|---|---|---|
| Failitüüpide näited | pptx, docx, txt, md, json, xml, pdf* * PDF-failid, mis on üles laaditud GPT teadmiste allikatena või projektifailidena | csv, xls, xlsx* *Märkus: Koodi tõlgendaja saab töötada mis tahes failitüübiga, kuid ChatGPT Enterprise kasutab seda vaikimisi kõige sagedamini arvutustabelite puhul | jpg, png | pdf* * Kasutaja viipadele lisatud PDF-failid |
| Tööpõhimõte | Eraldab failist teksti – osa tekstist kleebitakse („surutakse“) otse kontekstivaatesse, osa salvestatakse otsingu jaoks | Koodi tõlgendaja edastab faili Pythonile töötlemiseks | Multimodaalsed mudelid tõlgendavad pilte otse, arvestades teadaolevaid piiranguid. | Tekstipõhise teabeotsingu ja pilditöötluse kombinatsioon. Tekst eraldatakse digitaalselt ning visuaalset sisu tõlgendavad multimodaalsed mudelid otse. |
Ainult teksti sisaldavate failide, pildifailide ja selgelt struktureeritud andmefailide (nt tehinguid sisaldava Exceli tabeli) puhul tagab selline jaotus parima võimaliku töötlemisviisi.
Mõnel juhul pole jaotus nii ilmne, näiteks:
Muudesse failidesse kui PDF-id manustatud pilte ei töödelda. Nende kaasamiseks teisenda fail enne üleslaadimist PDF-iks.
ChatGPT Enterprise kasutab arvutustabelitega töötamiseks alati Koodi tõlgendajat, isegi kui dokument sisaldab palju teksti. Näiteks kui palud ChatGPT Enterprise’il tõlkida 10 tekstirida sisaldava CSV-faili, proovib see faili tõlkida Pythoni teegi abil. See on vähem täpne kui lasta mudelil tõlge otse genereerida. Selle probleemi leevendamiseks proovi eksportida arvutustabel tekstipõhisesse vormingusse (näiteks PDF-iks).
Samuti tõlgendab ChatGPT Enterprise lihttekstina üleslaaditud JSON-faili, mis sisaldab struktureeritud tehingutabelit. Kui soovid analüüsida JSON-failis olevaid andmeid, anna mudelile viibas juhis kasutada Koodi tõlgendajat.
Failide käsitlemine suuruse põhjal
ChatGPT Enterprise kasutab mudeleid, mille maksimaalne kontekstivaade on 128k tokenit (umbes 200 lehekülge teksti). Kõiki tokeneid ei kasutata siiski üleslaaditud failide teksti kaasamiseks. „Lisatud” tokenite arv varieerub kasutustüübi järgi.
ChatGPT Enterprise „lisab” teatud hulga teksti ja ülejäänud tekst saadetakse privaatsesse otsinguindeksisse („vektorhoidlasse”, mis on andmebaasi tüüp, mis on mõeldud suurte tekstikoguste tõhusaks salvestamiseks ja hankimiseks). Kui esitad küsimuse, toob ChatGPT Enterprise kaasatud teksti koos privaatsest otsinguindeksist hangitud asjakohaste lõikudega.
Kui laadid üles ühe dokumendi, kaasab ChatGPT Enterprise teksti algusest alates kuni oma piiranguni. Kui laadid üles mitu dokumenti, kaasab ChatGPT Enterprise igast dokumendist osa või kogu dokumendi. Kogu dokumentide tekst saadetakse ka privaatsesse otsinguindeksisse.
Konteksti täitmine tekstidokumentide puhul
See funktsioon on aktiivses arenduses. Seetõttu võivad järgmised üksikasjad ette teatamata muutuda.
ChatGPT Enterprise saab kontekstivaates töödelda üleslaaditud dokumentidest kuni 110 000 tokenit. Kui laadid üles ühe või mitu dokumenti, milles on kokku alla 110 000 tokeni, kaasatakse kogu sisu.
Kui ühes dokumendis on üle 110 000 tokeni, kaasatakse ainult esimesed 110 000 tokenit dokumendi algusest. Ülejäänud sisu saadetakse ainult privaatsesse otsinguindeksisse.
Kui üles laaditakse mitu dokumenti, milles on kokku üle 110 000 tokeni, kasutab ChatGPT Enterprise dokumentide tasakaalustatud esindatuse tagamiseks järgmist protsessi:
Eraldatakse kuni 55 000 tokenit, jagades mahu üleslaaditud dokumentide vahel võrdselt.
Esimeses etapis osaliselt kaasatud dokumentide vahel jagatakse ülejäänud 55 000 tokeni maht proportsionaalselt, lähtudes igas dokumendis alles jäänud tokenite arvust.
Kõik ülejäänud tokenid saadetakse ainult privaatsesse otsinguindeksisse.
Tekstidokumendi tokenite arvu saad hinnata, kopeerides dokumendi teksti OpenAI tokeniseerijasse.
Konteksti täitmine multimeediumiga PDF-failide puhul
Kui kasutajad laadivad üles nii teksti kui ka pilte sisaldavaid PDF-faile, võimaldab visuaalne teabeotsing ChatGPT-l töödelda neid pilte otse koos digitaalselt eraldatud tekstiga. Multimeediumiga PDF-failide puhul täiendavad meie tavapärast kontekstitöötlust järgmised etapid:
Piltide eraldamine ja manustamine: pildid eraldatakse ja manustatakse koos nendega seotud digitaalse tekstiga.
Nutikas skaleerimine: piltide suurust muudetakse automaatselt, et säilitada tasakaal teabe kvaliteedi ja saadaoleva kontekstivaate tõhusa kasutamise vahel.
Kui üleslaaditud PDF-failid ületavad 110 000 tokeni piiri, salvestatakse nii pildid kui ka tekst vektoriesitustena privaatsesse otsinguindeksisse. Teksti vektoriesitused viitavad asjakohastele piltidele, võimaldades ChatGPT-l leida kasutaja päringute põhjal sobivad teksti ja pildi paarid. Leitud pilte töödeldakse seejärel ChatGPT sisseehitatud multimodaalsete võimekuste abil.
Multimeediumiga PDF-failide töötlemiseks vajalikku tokenite arvu on keeruline täpselt hinnata. Testide põhjal täidab ligikaudu 350 lehekülge teksti ja pilte kogu 110 000 tokeni mahuga kontekstivaate.
Otsingustrateegiad mudeli tüübi põhjal
Nii GPT-seeria kui ka o-seeria mudelid toetavad failide üleslaadimist ning kasutavad identset konteksti täitmise ja otsingumanuste loogikat. Kõik mudelid teevad privaatse otsinguindeksi suhtes hübriidotsinguid, kombineerides märksõna- ja semantilisi meetodeid. Hübriidotsingus loob mudel kasutaja viiba põhjal otsingufraasi ning privaatne otsinguindeks hangib selle alusel asjakohase teksti ja pildid.
Need mudelid erinevad aga selle poolest, kuidas nad otsivad suurtest dokumentidest, mis ületavad kontekstivaate:
GPT-seeria mudelid
Üks otsing viiba kohta: GPT-seeria mudelid teevad iga kasutaja viiba puhul ühe otsingu.
Sobivad kasutusjuhud: ideaalne mahukas dokumentatsioonis leiduvatele lihtsatele küsimustele vastamiseks.
Näidispäringud:
„Millised on personalieeskirjad ennetähtaegse pensionile jäämise kohta?“
„Mida funktsioon process_order teeb?“
o-seeria mudelid
Mitu otsingut ühe viiba kohta: iga kasutaja viiba puhul saab teha mitu otsingut (tavaliselt 2–3), millest igaühel on ainulaadne otsingufraas. Otsingud tehakse järjest ning mudel saab varasemate otsingutega leitud teabe põhjal oma lähenemist muuta.
Sobivad kasutusjuhud: sobib paremini keerukatele küsimustele, mis nõuavad mahukast dokumentatsioonist mitut sihitud otsingut.
Näidispäringud:
„Millised on personalieeskirjad ennetähtaegse pensionile jäämise, vanemapuhkuse ja välismaale üleviimise kohta?“
„Selgita, mida funktsioon process_order teeb, loetle kõik selle kutsutavad meetodid ja kirjelda lühidalt iga meetodit.“
Oma tugevustest hoolimata võib o-seeria mudelitel tekkida raskusi, kui päring nõuab üle kolme otsingu.
Nõuanded failiotsingu tulemuste parandamiseks
Proovi keerukate küsimuste puhul, mis nõuavad mitut otsingut, kasutada o-seeria mudelit.
Pea meeles, et vastused võivad varieeruda sõltuvalt üleslaaditavate dokumentide tüübist, arvust ja suurusest.
Üldiselt annab väiksema arvu keskendunud dokumentide laadimine suurema täpsuse.
Muuda mitme küsimusega teemad üksikküsimusteks:
Kui pead teadma iga osariigi personalipoliitikaid, küsi nende kohta ükshaaval.
Kui pead kokku võtma palju dokumente, küsi ühe dokumendi kaupa. Kui see dokument on mitusada lehekülge pikk, kaalu selle jagamist väiksemateks osadeks.
Võid paluda ChatGPT Enterprise’il kirjutada „kokkuvõtete kokkuvõte”, kui annad talle tervete dokumentide asemel mitu kokkuvõtet.
Kui sul on RFP CSV-fail (iga rida on eri küsimus), esita need küsimused ükshaaval, selle asemel et lihtsalt CSV üles laadida ja üht vastust küsida.
Leia viise mudeli vastuste auditeerimiseks. GPT näidisjuhised on allpool:
# Kontekst
Olete dokumentide mõistmise ekspert. Kasutaja lisab dokumendi ja esitab küsimuse. Tal peab olema võimalik siduda teie vastus tagasi täpse tekstiosaga, kust te vastuse võtsite.
# Juhised
1. Vastake kasutaja küsimusele tema lisatud dokumendi põhjal, kasutades allpool toodud täpset vormingut
# Vorming
- Küsimus: { korda kasutaja küsimust }
- Vastus: { esita vastus kasutaja küsimusele }
Allikas:
- - Jaotise number: { esita jaotise number, kust te vastuse võtsite }
- - Jaotise pealkiri: { esita jaotise pealkiri, kust te vastuse võtsite }
- - Täpne tekst: { esita täpne tekst, kust te vastuse võtsite }
# Reeglid
- Andke selgeid ja lühikesi vastuseid
- Esitage ainult dokumendis toodud teavet
- Kui te ei leia dokumendist vastust, vastake lihtsalt „Teavet ei leitud.”