ChatGPT Enterprise dabar palaiko vaizdinės medžiagos (vaizdų, grafikų, diagramų ir kt.), įterptos į PDF failus, įtrauktus į užklausas, skaitymą ir supratimą. Naudotojai gali įkelti PDF, o ChatGPT gali interpretuoti tekstą ir visus tame faile esančius vaizdinius elementus.
Išsamesnės informacijos žr. DUK apie vaizdinę paiešką PDF failuose.
ChatGPT Enterprise leidžia įkelti failus keliais būdais:
Tiesiai iš kompiuterio
Kaip GPT žinias
Kaip projekto failą
Iš GPT veiksmo
Šiame vadove aiškinama, kaip ChatGPT Enterprise funkcijos tvarko failus pagal jų tipą, skaičių ir dydį, taip pat aptariami būdai, kaip pagerinti rezultatus atsižvelgiant į failams taikomus reikalavimus.
Santrauka
ChatGPT Enterprise skirtingų tipų failus apdoroja labai skirtingai: iš tekstinių dokumentų, pvz., PDF, pateikčių ir Word failų, išgauna tekstą, skaičiuoklių struktūrinius duomenis analizuoja naudodama Python kodą, o vaizdų failus apibūdina pasitelkdama GPT-Vision. Norint gauti laukiamą rezultatą, būtina suprasti, kokią darbo eigą paleidžia kiekvienas failo tipas.
Apdorodama tekstinius dokumentus, ChatGPT Enterprise greta užklausos tiesiogiai įtraukia kuo daugiau susijusio teksto, o papildomą informaciją pasiekia naudodama paieškos sistemą. Tai puikiai tinka atsakant į konkrečius klausimus. Tačiau šis metodas gali prasčiau veikti atliekant sudėtingas užduotis, pvz., apibendrinant labai didelius dokumentus ar lyginant kelis didelius failus. Skaitykite toliau ir sužinokite, kaip pagerinti rezultatus.
Failų tvarkymas pagal tipą
ChatGPT Enterprise failus apdoroja trimis pagrindiniais būdais: išgauna tekstą, analizuoja kodu ir interpretuoja vaizdus. Nuo failo tipo priklauso, kokią darbo eigą naudos ChatGPT Enterprise.
| Tekstinė paieška | Kodo interpretatorius | Vaizdų apdorojimas | Vaizdinė paieška | |
|---|---|---|---|---|
| Failų tipų pavyzdžiai | pptx, docx, txt, md, json, xml, pdf* * PDF failai, įkelti kaip GPT žinios arba projektų failai | csv, xls, xlsx* *Pastaba. Kodo interpretatorius gali apdoroti bet kokio tipo failus, tačiau ChatGPT Enterprise skaičiuoklėms dažniausiai pagal numatytąją nuostatą naudoja CI | jpg, png | pdf* * Į naudotojų užklausas įtraukti PDF failai |
| Veikimas | Iš failo išgaunamas tekstas: dalis jo tiesiogiai įterpiama („sudedama“) į konteksto langą, o kita dalis išsaugoma paieškai | Kodo interpretatorius perduoda failą apdoroti su Python | Vaizdus tiesiogiai interpretuoja daugiarūšiai modeliai, atsižvelgiant į žinomus apribojimus . | Tekstinės paieškos ir vaizdų apdorojimo derinys. Tekstas išgaunamas skaitmeniniu būdu, o vaizdinį turinį tiesiogiai interpretuoja daugiarūšiai modeliai. |
Šios kategorijos užtikrina geriausią įmanomą veikimą, kai naudojami tik tekstiniai failai, vaizdų failai arba aiškios struktūros duomenų failai (pvz., Excel operacijų lentelė).
Tačiau yra ir ne tokių akivaizdžių pilkųjų zonų, pavyzdžiui:
Vaizdai, įterpti ne PDF failuose, neapdorojami. Kad jie būtų apdoroti, prieš įkeldami konvertuokite failą į PDF.
ChatGPT Enterprise sąveikai su skaičiuoklėmis visada naudos Kodo interpretatorių, net jei dokumente yra daug teksto. Pavyzdžiui, jei paprašysite ChatGPT Enterprise išversti CSV failą su 10 teksto eilučių, failą bus bandoma išversti naudojant Python biblioteką. Tai ne taip tikslu, kaip leisti modeliui tiesiogiai sugeneruoti vertimą. Kad sumažintumėte šią problemą, pabandykite eksportuoti skaičiuoklę tekstiniu formatu (pvz., PDF).
Taip pat, jei įkelsite JSON faile esančią struktūrinę operacijų lentelę, ChatGPT Enterprise šį failą interpretuos kaip paprastą tekstą. Jei norite analizuoti JSON faile esančius duomenis, užklausoje nurodykite modeliui naudoti Kodo interpretatorių.
Failų tvarkymas pagal dydį
ChatGPT Enterprise naudoja modelius, kurių didžiausias konteksto langas yra 128 tūkst. žetonų (maždaug 200 puslapių teksto). Tačiau ne visi žetonai naudojami tekstui iš įkeltų failų įtraukti. „Įterpiamų“ žetonų skaičius priklauso nuo naudojimo tipo.
ChatGPT Enterprise „įterpia“ tam tikrą teksto kiekį, o likęs tekstas siunčiamas į privatų paieškos indeksą („vektorinę saugyklą“, kuri yra duomenų bazės tipas, skirtas efektyviai saugoti ir gauti didelius teksto kiekius). Kai užduodate klausimą, ChatGPT Enterprise pateikia įtrauktą tekstą kartu su susijusiais fragmentais, gautais iš privataus paieškos indekso.
Jei įkeliate vieną dokumentą, ChatGPT Enterprise įtraukia tekstą nuo pradžios, kol pasiekia savo ribą. Jei įkeliate kelis dokumentus, ChatGPT Enterprise įtraukia dalį arba visą kiekvieno dokumento turinį. Visas dokumentų tekstas taip pat siunčiamas į privatų paieškos indeksą.
Konteksto įterpimas tekstiniams dokumentams
Ši funkcija yra aktyviai tobulinama. Todėl toliau pateikta informacija gali būti pakeista be išankstinio įspėjimo.
ChatGPT Enterprise gali apdoroti iki 110 tūkst. žetonų iš įkeltų dokumentų konteksto lange. Jei įkeliate vieną ar daugiau dokumentų, kurių bendras dydis yra mažesnis nei 110 tūkst. žetonų, bus įtrauktas visas turinys.
Jei vienas dokumentas viršija 110 tūkst. žetonų, bus įtraukti tik pirmieji 110 tūkst. žetonų, pradedant nuo pradžios. Likusi dalis bus siunčiama tik į privatų paieškos indeksą.
Jei įkeliami keli dokumentai ir jų bendra suma viršija 110 tūkst. žetonų, ChatGPT Enterprise naudoja dviejų etapų procesą, kad subalansuotų dokumentų reprezentavimą:
Išskirkite iki 55 tūkst. žetonų, tolygiai paskirstytų tarp įkeltų dokumentų.
Dokumentams, kurie pirmajame etape nėra visiškai atspindėti, paskirkite likusius 55 tūkst. žetonų proporcingai pagal kiekviename dokumente likusius žetonus.
Visi likę žetonai siunčiami tik į privatų paieškos indeksą.
Žetonų skaičių tekstiniame dokumente galite įvertinti nukopijuodami dokumento tekstą į OpenAI žetonų skaidytuvą.
Konteksto įterpimas multimedijos PDF failams
Kai naudotojai įkelia PDF failus, kuriuose yra ir teksto, ir vaizdų, vaizdinė paieška leidžia ChatGPT apdoroti šiuos vaizdus natūraliai kartu su skaitmeniniu būdu išskirtu tekstu. Toliau nurodyti veiksmai papildo mūsų standartines konteksto tvarkymo procedūras multimedijos PDF failams:
Vaizdų išskyrimas ir įterpimas: vaizdai išskiriami ir įterpiami kartu su susijusiu skaitmeniniu tekstu.
Išmanusis mastelio keitimas: vaizdai automatiškai masteliuojami, kad būtų išlaikyta pusiausvyra tarp informacijos kokybės ir efektyvaus turimo konteksto lango naudojimo.
Kai įkelti PDF failai viršija 110 tūkst. žetonų ribą, ir vaizdai, ir tekstas įterpiami į privatų paieškos indeksą. Teksto įterpiniai nurodo susijusius vaizdus, todėl ChatGPT gali gauti tinkamas teksto ir vaizdo poras pagal naudotojo užklausas. Gauti vaizdai tada apdorojami naudojant natūralias ChatGPT daugiarūšes galimybes.
Tiksliai įvertinti žetonų poreikį multimedijos PDF failams yra sudėtinga. Bandymai rodo, kad maždaug 350 puslapių mišraus teksto ir vaizdų visiškai išnaudos 110 tūkst. žetonų konteksto langą.
Paieškos strategijos pagal modelio tipą
Tiek GPT serijos, tiek o serijos modeliai palaiko failų įkėlimą ir naudoja tą pačią konteksto įterpimo bei paieškos įterpinių logiką. Visi modeliai atlieka hibridines paieškas privačiame paieškos indekse, derindami raktažodžių ir semantinius metodus. Hibridinėje paieškoje modelis sugeneruoja paieškos frazę pagal naudotojo užklausą, o privatus paieškos indeksas atitinkamai pateikia susijusį tekstą ir vaizdus.
Tačiau šie modeliai skiriasi tuo, kaip jie ieško dideliuose dokumentuose, viršijančiuose konteksto langą:
GPT serijos modeliai
Viena paieška pagal užklausą: GPT serijos modeliai atlieka po vieną paiešką pagal kiekvieną naudotojo užklausą.
Tinkami naudojimo atvejai: puikiai tinka atsakyti į paprastus klausimus, kurių atsakymai slypi išsamioje dokumentacijoje.
Užklausų pavyzdžiai:
„Kokia yra personalo politika dėl ankstyvo išėjimo į pensiją?“
„Ką atlieka funkcija process_order?“
o serijos modeliai
Kelios paieškos pagal vieną užklausą: pagal kiekvieną naudotojo užklausą galima atlikti kelias paieškas (paprastai 2–3), kiekvieną naudojant vis kitą paieškos frazę. Paieškos atliekamos nuosekliai, o modelis gali keisti metodą pagal per ankstesnes paieškas gautą informaciją.
Tinkami naudojimo atvejai: geriau tinka sudėtingiems klausimams, kai išsamioje dokumentacijoje reikia atlikti kelias tikslines paieškas.
Užklausų pavyzdžiai:
„Kokia yra personalo politika dėl ankstyvo išėjimo į pensiją, vaiko priežiūros atostogų ir perkėlimo dirbti į užsienį?“
„Paaiškinkite, ką atlieka funkcija process_order, išvardykite visus jos iškviečiamus metodus ir trumpai aprašykite kiekvieną iš jų.“
Nepaisant savo pranašumų, o serijos modeliams gali būti sunku, kai užklausai reikia daugiau nei trijų paieškų.
Patarimai, kaip pagerinti failų paieškos rezultatus
Sudėtingiems klausimams, kuriems reikia kelių paieškų, pabandykite naudoti o serijos modelį.
Atminkite, kad atsakymai gali skirtis priklausomai nuo įkeliamų dokumentų tipo, skaičiaus ir dydžio.
Apskritai įkeliant mažiau, tikslingesnių dokumentų tikslumas bus didesnis.
Kelių klausimų temas paverskite pavieniais klausimais:
Jei reikia sužinoti kiekvienos valstijos personalo politiką, klauskite po vieną.
Jei reikia apibendrinti daug dokumentų, prašykite po vieną dokumentą. Jei tas dokumentas yra kelių šimtų puslapių, apsvarstykite galimybę suskaidyti jį į mažesnes dalis.
Galėtumėte paprašyti ChatGPT Enterprise parašyti „santraukų santrauką“, jei pateiktumėte kelias santraukas, o ne visus dokumentus.
Jei turite RFP CSV failą (kiekviena eilutė yra atskiras klausimas), užduokite tuos klausimus po vieną, užuot tiesiog įkėlę CSV ir paprašę vieno atsakymo.
Raskite būdų audituoti modelio atsakymus. Toliau pateikiamos GPT instrukcijų pavyzdžiai:
# Kontekstas
Jūs puikiai suprantate dokumentus. Naudotojas pridės dokumentą ir užduos klausimą. Jam turi būti įmanoma susieti jūsų atsakymą su tikslia teksto vieta, iš kurios paėmėte atsakymą.
# Instrukcijos
1. Atsakykite į naudotojo klausimą pagal jo pridėtą dokumentą, naudodami tikslų toliau pateiktą formatą
# Formatas
- Klausimas: { pakartokite naudotojo klausimą }
- Atsakymas: { pateikite atsakymą į naudotojo klausimą }
Šaltinis:
- - Skyriaus numeris: { nurodykite skyriaus numerį, iš kurio paėmėte atsakymą }
- - Skyriaus pavadinimas: { nurodykite skyriaus pavadinimą, iš kurio paėmėte atsakymą }
- - Tikslus tekstas: { pateikite tikslų tekstą, iš kurio paėmėte atsakymą }
# Taisyklės
- Pateikite aiškius ir glaustus atsakymus
- Pateikite tik dokumente esančią informaciją
- Jei negalite rasti atsakymo dokumente, tiesiog atsakykite „Informacijos nerasta.“