OpenAI
ಈ ಪುಟವನ್ನು ಯಂತ್ರದ ಮೂಲಕ ಅನುವಾದಿಸಲಾಗಿದೆ. ಮೂಲ ಇಂಗ್ಲಿಷ್ ಲೇಖನವನ್ನು ನೋಡಿ.

OpenAI ಮಾಡೆಲ್ ಪ್ರತಿಕ್ರಿಯೆಗಳ ಉದ್ದವನ್ನು ನಿಯಂತ್ರಿಸುವುದು

ಟೋಕನ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳು, ಸ್ಪಷ್ಟ ಪ್ರಾಂಪ್ಟ್‌ಗಳು, ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸ್ಟಾಪ್ ಸೀಕ್ವೆನ್ಸ್‌ಗಳನ್ನು ಬಳಸಿ OpenAI ಮಾಡೆಲ್‌ಗಳಿಗೆ ಔಟ್‌ಪುಟ್ ಮಿತಿಗಳನ್ನು ಹೇಗೆ ಹೊಂದಿಸುವುದು ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ.

ನವೀಕರಿಸಲಾಗಿದೆ: 8 days ago

ಅವಲೋಕನ

ಮಾಡೆಲ್‌ನ ಪ್ರತಿಕ್ರಿಯೆಯ ಉದ್ದವನ್ನು ನಿಯಂತ್ರಿಸುವುದು ಹಲವು ಕಾರಣಗಳಿಗೆ ಉಪಯುಕ್ತ: ಇದು ವೆಚ್ಚವನ್ನು ನಿರ್ವಹಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ (ನೀವು ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಪಾವತಿಸುವುದರಿಂದ), ವಿಳಂಬ/ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸುತ್ತದೆ (ಚಿಕ್ಕ ಪ್ರತಿಕ್ರಿಯೆಗಳು ವೇಗವಾಗಿ ಮರಳುತ್ತವೆ), ಮತ್ತು ಅತಿಯಾಗಿ ಉದ್ದವಾದ ಅಥವಾ ಪದಬಾಹುಳ್ಯವಿರುವ ಫಲಿತಾಂಶಗಳನ್ನು ತಪ್ಪಿಸಿ ಸಂಬಂಧಿತತೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ.

ಟೋಕನ್ ಗರಿಷ್ಠ ಮಿತಿಗಳು, ರೀಜನಿಂಗ್ ಮತ್ತು ವಿವರಣಾತ್ಮಕತೆ ಸೆಟ್ಟಿಂಗ್‌ಗಳು, ಸ್ಪಷ್ಟ ಸೂಚನೆಗಳು, ಉದಾಹರಣೆಗಳು ಮತ್ತು ನಿಲುಗಡೆ ಕ್ರಮಗಳನ್ನು ಬಳಸಿ ಇದನ್ನು ಸಾಧಿಸಬಹುದು. ಅತ್ಯಂತ ಪ್ರಸ್ತುತ ಮತ್ತು ಸಂಪೂರ್ಣ ವಿವರಗಳಿಗಾಗಿ, ಸದಾ platform.openai.com ನಲ್ಲಿರುವ ಅಧಿಕೃತ API ಉಲ್ಲೇಖವನ್ನು ನೋಡಿ.

ಗರಿಷ್ಠ ಫಲಿತಾಂಶದ ಉದ್ದವನ್ನು ಹೊಂದಿಸಿ

ಪ್ರತಿಕ್ರಿಯೆಗಳ API

GPT-5 ಮಾಡೆಲ್‌ಗಳು ಮತ್ತು ಬಹುತೇಕ o-ಸಿರೀಸ್ ಮಾಡೆಲ್‌ಗಳಿಗೆ ಬಳಸಲಾಗುತ್ತದೆ: ಮಾಡೆಲ್ ರಚಿಸುವ ಟೋಕನ್‌ಗಳ ಸಂಖ್ಯೆಗೆ ಮಿತಿ ಹಾಕಲು max_output_tokens ಬಳಸಿ. compaction_trigger ವಿನಂತಿಗಳಲ್ಲಿ, max_output_tokens ಅನ್ನು ಬಿಡಿ ಅಥವಾ ಅದನ್ನು ಕನಿಷ್ಠ 20000 ಗೆ ಹೊಂದಿಸಿ; ಅದಕ್ಕಿಂತ ಚಿಕ್ಕ ಮೌಲ್ಯಗಳನ್ನು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ಪ್ರತಿಕ್ರಿಯೆಗಳ API ಅನೇಕ ಕಂಪ್ಲೀಷನ್‌ಗಳನ್ನು (n) ಬೆಂಬಲಿಸುವುದಿಲ್ಲ.

ಚಾಟ್ ಕಂಪ್ಲೀಷನ್ಸ್ API

ಹಳೆಯ GPT-3.5, GPT-4o ಮತ್ತು ಕೆಲವೊಮ್ಮೆ o-ಸಿರೀಸ್‌ಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

  • o3 ಮತ್ತು o4-mini ಮುಂತಾದ ರೀಜನಿಂಗ್ ಮಾಡೆಲ್‌ಗಳಿಗೆ, max_completion_tokens (max_tokens ನ ಪರ್ಯಾಯ ಹೆಸರು) ಬಳಸಿ.

  • ಹಿಂದಿನ/ರೀಜನಿಂಗ್ ಇಲ್ಲದ ಮಾಡೆಲ್‌ಗಳಿಗೆ, max_tokens ಇನ್ನೂ ಕೆಲಸ ಮಾಡುತ್ತದೆ.

  • stop ಮತ್ತು n (ಅನೇಕ ಕಂಪ್ಲೀಷನ್‌ಗಳು) ಅನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ.

ಸೂಚನೆ: “ಕನಿಷ್ಠ ಟೋಕನ್‌ಗಳು” ಎಂಬ ಸೆಟ್ಟಿಂಗ್ ಇಲ್ಲ. ನಿಮಗೆ ಕನಿಷ್ಠ ಉದ್ದ ಬೇಕಿದ್ದರೆ, ಅದನ್ನು ನಿಮ್ಮ ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಸೂಚಿಸಿ.

ಮಾಡೆಲ್ ಗುಂಪಿನ ಪ್ರಕಾರ ಟೋಕನ್ ಮಿತಿಗಳು

ನವೀನ ಟೋಕನ್ ಮಿತಿಗಳು, ಸಂದರ್ಭದ ಗಾತ್ರಗಳು ಮತ್ತು ಫಲಿತಾಂಶದ ಗರಿಷ್ಠ ಮಿತಿಗಳಿಗಾಗಿ, ದಯವಿಟ್ಟು ನಿರ್ದಿಷ್ಟ ಮಾಡೆಲ್ ದಸ್ತಾವೇಜನ್ನು ನೋಡಿ.

ತ್ವರಿತ ಉದಾಹರಣೆಗಳು

ಪ್ರತಿಕ್ರಿಯೆಗಳ API

{ "model": "gpt-5", "input": "~80 ಪದಗಳಲ್ಲಿ ಕಂಡುಹಿಡಿಕೆಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಿ.", "max_output_tokens": 120 }

ಚಾಟ್ ಕಂಪ್ಲೀಷನ್ಸ್ (ರೀಜನಿಂಗ್ ಮಾಡೆಲ್)

{ "model": "o3-mini", "messages": [{"role": "user", "content": "Write five one-line options."}], "max_completion_tokens": 100 }

GPT-5 ಮಾಡೆಲ್‌ಗಳಿಗೆ ನಿರ್ದಿಷ್ಟ ನಿಯಂತ್ರಣಗಳು: verbosity ಮತ್ತು reasoning.effort

ಈ ನಿಯಂತ್ರಣಗಳು GPT-5 ಮಾಡೆಲ್‌ಗಳಲ್ಲಿ ಮಾತ್ರ ಲಭ್ಯ (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro, ಇತ್ಯಾದಿ). O-ಸಿರೀಸ್ ಮತ್ತು ಹಳೆಯ ಮಾಡೆಲ್‌ಗಳು ಇವುಗಳನ್ನು ಬೆಂಬಲಿಸುವುದಿಲ್ಲ.

`verbosity` ನಲ್ಲಿ "low", "medium" (ಡೀಫಾಲ್ಟ್), ಅಥವಾ "high" ನೀಡಬಹುದು. ಇದು ವಿವರದ ಮಟ್ಟದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ, ಆದರೆ ಕಠಿಣ ಮಿತಿಗಳ ಮೇಲೆ ಅಲ್ಲ.

{ "model": "gpt-5", "input": "PageRank ಅನ್ನು ಉನ್ನತ ಮಟ್ಟದಲ್ಲಿ ವಿವರಿಸಿ.", "text": { "verbosity": "low" }, "max_output_tokens": 200 }

`reasoning.effort` ಉತ್ತರ ನೀಡುವ ಮೊದಲು ಎಷ್ಟು ರೀಜನಿಂಗ್ ಟೋಕನ್‌ಗಳನ್ನು ರಚಿಸಬೇಕು ಎಂಬುದನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ. GPT-5.2 none,low, medium, high,and xhigh ಅನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ. gpt-5.2-pro medium, high,and xhigh ಅನ್ನು ಮಾತ್ರ ಬೆಂಬಲಿಸುತ್ತದೆ. ಹಿಂದಿನ ರೀಜನಿಂಗ್ ಮಾಡೆಲ್‌ಗಳು low, medium, ಮತ್ತು high ಅನ್ನು ಮಾತ್ರ ಬೆಂಬಲಿಸುತ್ತವೆ.

{ "model": "gpt-5", "input": "ಸ್ಟ್ಯಾಚ್ಯೂ ಆಫ್ ಲಿಬರ್ಟಿಗೆ 1mm ಪದರದಲ್ಲಿ ಲೇಪಿಸಲು ಎಷ್ಟು ಚಿನ್ನ ಬೇಕಾಗುತ್ತದೆ?", "reasoning": { "effort": "minimal" } }

ವಿಳಂಬ-ಸಂವೇದನಾಶೀಲ ಬಳಕೆಯ ಸಂದರ್ಭಗಳಲ್ಲಿ ಮಾಡೆಲ್ ರೀಜನಿಂಗ್ ಇಲ್ಲದ ಮಾಡೆಲ್‌ನಂತೆ ವರ್ತಿಸಲು `reasoning.effort` ಅನ್ನು none ಗೆ ಹೊಂದಿಸಬಹುದು.

ನಿರ್ದಿಷ್ಟ ಸೂಚನೆಗಳನ್ನು ನೀಡಿ

ನೀವು ಬಯಸುವ ನಿಖರ ಉದ್ದ ಅಥವಾ ಸ್ವರೂಪವನ್ನು ಕೇಳಿ. ಉದಾಹರಣೆಗಳು:

  • “ನಿಖರವಾಗಿ ಐದು ಆಯ್ಕೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.”

  • “50 ಪದಗಳ ಸಾರಾಂಶ ಬರೆಯಿರಿ.”

  • “100 ಟೋಕನ್‌ಗಳಿಗಿಂತ ಹೆಚ್ಚು ಬೇಡ. ಇನ್ನಷ್ಟು ಬೇಕಾದರೆ, ‘ಹೆಚ್ಚು ಸ್ಥಳ ಬೇಕು.’ ಎಂದು ಹೇಳಿ.”

ಒಂದೇ ರೀತಿಯ ಉದ್ದದ ಉದಾಹರಣೆಗಳನ್ನು ಬಳಸಿ

ನೀವು ಬಯಸುವ ಉದ್ದಕ್ಕೆ ಹೊಂದುವ ಫ್ಯೂ-ಶಾಟ್ ಉದಾಹರಣೆಗಳು ಅದೇ ರೂಪವನ್ನು ಮುಂದುವರಿಸಲು ಮಾಡೆಲ್‌ಗೆ ಸಹಾಯ ಮಾಡುತ್ತವೆ.

ತಂತ್ರಾತ್ಮಕ ನಿಲುಗಡೆ ಕ್ರಮಗಳನ್ನು ಅನ್ವಯಿಸಿ

ಮಾಡೆಲ್ ಒಂದು ವಿಭಾಜಕ ಅಥವಾ ಸಂಖ್ಯಿತ ಪಟ್ಟಿಯ ಗಡಿಗೆ ತಲುಪಿದಾಗ ರಚನೆಯನ್ನು ನಿಲ್ಲಿಸಲು stop ಬಳಸಿ.

{ "stop": ["
###", "6."] }

ಅನೇಕ ಅಭ್ಯರ್ಥಿಗಳು

  • ಚಾಟ್ ಕಂಪ್ಲೀಷನ್ಸ್: n ಒಂದು ಕರೆಯಲ್ಲಿ ಅನೇಕ ಕಂಪ್ಲೀಷನ್‌ಗಳನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ.

  • ಪ್ರತಿಕ್ರಿಯೆಗಳ API: n ಬೆಂಬಲಿತವಲ್ಲ; ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಫಲಿತಾಂಶ ಬೇಕಾದರೆ ಅನೇಕ ಕರೆಗಳನ್ನು ಮಾಡಿ.

ಈ ಲೇಖನವು ಉಪಯುಕ್ತವಾಗಿತ್ತೇ?