ChatGPT Enterprise tagad atbalsta uzvednēm pievienotajos PDF failos iegulto vizuālo elementu (attēlu, grafiku, diagrammu u. c.) lasīšanu un izpratni. Lietotāji var augšupielādēt PDF failu, un ChatGPT spēj interpretēt tekstu un visus šajā failā esošos vizuālos elementus.
Plašāku informāciju skatiet sadaļā Bieži uzdotie jautājumi par vizuālo izguvi PDF failos.
ChatGPT Enterprise ļauj augšupielādēt failus vairākos veidos:
Tieši no datora
Izmantojot GPT darbību
Šajā ceļvedī skaidrots, kā ChatGPT Enterprise funkcijas apstrādā failus atkarībā no to veida, skaita un lieluma, un aplūkotas stratēģijas, kā uzlabot rezultātus atbilstoši failu prasībām.
Kopsavilkums
ChatGPT Enterprise dažādu veidu failus apstrādā ļoti atšķirīgi: iegūst tekstu no teksta dokumentiem, piemēram, PDF failiem, prezentācijām un Word failiem, analizē strukturētus izklājlapu datus ar Python kodu un apraksta attēlu failus, izmantojot GPT-Vision. Lai iegūtu gaidīto rezultātu, ir svarīgi saprast, kurš faila veids aktivizē kuru darbplūsmu.
Apstrādājot teksta dokumentus, ChatGPT Enterprise tieši līdzās uzvednei iekļauj pēc iespējas vairāk atbilstoša teksta un izmanto meklēšanas sistēmu, lai piekļūtu papildu informācijai. Tas labi darbojas, atbildot uz konkrētiem jautājumiem. Tomēr šī pieeja var radīt grūtības sarežģītos uzdevumos, piemēram, veidojot ļoti apjomīgu dokumentu kopsavilkumus vai salīdzinot vairākus lielus failus. Lasiet tālāk, lai uzzinātu, kā uzlabot rezultātus.
Failu apstrāde atkarībā no to veida
ChatGPT Enterprise apstrādā failus trīs galvenajos veidos: iegūstot tekstu, analizējot datus ar kodu un interpretējot attēlus. Faila veids nosaka, kuru darbplūsmu ChatGPT Enterprise izmanto.
| Teksta izguve | Koda interpretētājs | Attēlu apstrāde | Vizuālā izguve | |
|---|---|---|---|---|
| Failu veidu piemēri | pptx, docx, txt, md, json, xml, pdf* * PDF faili, kas augšupielādēti kā GPT zināšanu avoti vai projekta faili | csv, xls, xlsx* * Piezīme: Koda interpretētājs var apstrādāt jebkura veida failus, taču ChatGPT Enterprise to pēc noklusējuma visbiežāk izmanto izklājlapām. | jpg, png | pdf* * Lietotāju uzvednēm pievienoti PDF faili |
| Darbība | Iegūst tekstu no faila — daļa teksta tiek ielīmēta („ievietota”) tieši konteksta logā, bet daļa tiek saglabāta meklēšanai. | Koda interpretētājs nodod failu apstrādei ar Python. | Multimodālie modeļi interpretē attēlus ar iebūvētajām iespējām, ievērojot zināmos ierobežojumus. | Teksta izguves un attēlu apstrādes apvienojums. Teksts tiek iegūts digitāli, bet vizuālo saturu interpretē multimodālie modeļi ar iebūvētajām iespējām. |
Failiem, kuros ir tikai teksts, attēlu failiem vai skaidri strukturētu datu failiem (piemēram, Excel darījumu tabulai) šāds sadalījums nodrošina labāko iespējamo apstrādi.
Tomēr ir arī mazāk skaidri gadījumi, piemēram:
Attēli, kas iegulti citos failos, nevis PDF, netiek apstrādāti. Lai tos iekļautu, pirms augšupielādes pārveidojiet failu PDF formātā.
Darbam ar izklājlapām ChatGPT Enterprise vienmēr izmanto Koda interpretētāju, pat ja dokumentā ir daudz teksta. Piemēram, ja lūgsiet ChatGPT Enterprise iztulkot CSV failu ar 10 teksta rindām, tas mēģinās tulkot failu, izmantojot Python bibliotēku. Šāds tulkojums ir mazāk precīzs nekā tad, ja modelis to ģenerē tieši. Lai mazinātu šo problēmu, mēģiniet eksportēt izklājlapu teksta dokumenta formātā (piemēram, PDF).
Tāpat, ja augšupielādēsiet JSON failu ar strukturētu darījumu tabulu, ChatGPT Enterprise šo failu interpretēs kā vienkāršu tekstu. Ja vēlaties analizēt JSON failā esošos datus, uzvednē norādiet modelim izmantot Koda interpretētāju.
Failu apstrāde atkarībā no izmēra
ChatGPT Enterprise izmanto modeļus ar maksimālo konteksta logu 128 tūkst. tekstvienību (aptuveni 200 teksta lapas). Tomēr ne visas tekstvienības tiek izmantotas, lai iekļautu tekstu no augšupielādētajiem failiem. „Aizpildīto” tekstvienību skaits atšķiras atkarībā no lietojuma veida.
ChatGPT Enterprise „aizpilda” noteiktu teksta apjomu, un atlikušais teksts tiek nosūtīts uz privātu meklēšanas indeksu („vektoru krātuvi”, kas ir datubāzes veids, kas paredzēts liela teksta apjoma efektīvai glabāšanai un izgūšanai). Kad uzdodat jautājumu, ChatGPT Enterprise iekļauj ietverto tekstu kopā ar atbilstošiem fragmentiem, kas izgūti no privāta meklēšanas indeksa.
Ja augšupielādējat vienu dokumentu, ChatGPT Enterprise iekļauj tekstu no sākuma, līdz tiek sasniegts limits. Ja augšupielādējat vairākus dokumentus, ChatGPT Enterprise iekļauj daļu no katra dokumenta vai visu dokumentu. Viss dokumentu teksts tiek nosūtīts arī uz privātu meklēšanas indeksu.
Konteksta aizpildīšana teksta dokumentiem
Šī funkcija tiek aktīvi izstrādāta. Tādēļ tālāk norādītā informācija var mainīties bez iepriekšēja brīdinājuma.
ChatGPT Enterprise konteksta logā var apstrādāt līdz 110 tūkstošiem tekstvienību no augšupielādētajiem dokumentiem. Ja augšupielādējat vienu vai vairākus dokumentus, kuros kopā ir mazāk nekā 110 tūkstoši tekstvienību, tiks iekļauts viss saturs.
Ja vienā dokumentā ir vairāk nekā 110 tūkstoši tekstvienību, tiks iekļauti tikai pirmie 110 tūkstoši tekstvienību, sākot no dokumenta sākuma. Pārējais saturs tiks nosūtīts tikai uz privāto meklēšanas indeksu.
Ja tiek augšupielādēti vairāki dokumenti un tajos kopā ir vairāk nekā 110 tūkstoši tekstvienību, ChatGPT Enterprise izmanto tālāk aprakstīto procesu, lai līdzsvaroti iekļautu saturu no katra dokumenta.
Iegūst līdz 55 tūkstošiem tekstvienību, šo skaitu vienādi sadalot starp augšupielādētajiem dokumentiem.
Dokumentiem, kuru saturs pirmajā solī nav iekļauts pilnībā, atlikušos 55 tūkstošus tekstvienību piešķir proporcionāli katrā dokumentā atlikušo tekstvienību skaitam.
Visas pārējās tekstvienības tiek nosūtītas tikai uz privāto meklēšanas indeksu.
Teksta dokumenta tekstvienību skaitu varat aptuveni noteikt, iekopējot dokumenta tekstu OpenAI tekstvienību noteikšanas rīkā.
Multivides PDF satura ievietošana kontekstā
Kad lietotāji augšupielādē PDF failus, kuros ir gan teksts, gan attēli, vizuālās izguves funkcija ļauj ChatGPT apstrādāt šos attēlus ar iebūvētajām iespējām līdztekus digitāli iegūtajam tekstam. Multivides PDF failiem mūsu standarta konteksta apstrādes procedūras tiek papildinātas ar tālāk norādītajiem soļiem.
Attēlu izguve un iegulšana: attēli tiek iegūti un iegulti kopā ar tiem saistīto digitālo tekstu.
Vieda mērogošana: attēlu izmērs tiek automātiski pielāgots, lai saglabātu līdzsvaru starp informācijas kvalitāti un efektīvu pieejamā konteksta loga izmantošanu.
Ja augšupielādētie PDF faili pārsniedz 110 tūkstošu tekstvienību ierobežojumu, gan attēli, gan teksts tiek iegulti privātajā meklēšanas indeksā. Teksta iegultnēs ir atsauces uz saistītajiem attēliem, tāpēc ChatGPT var izgūt lietotāju vaicājumiem atbilstošus teksta un attēla pārus. Pēc tam izgūtie attēli tiek apstrādāti, izmantojot ChatGPT iebūvētās multimodālās iespējas.
Ir grūti precīzi novērtēt, cik tekstvienību nepieciešams multivides PDF failu apstrādei. Testi liecina, ka aptuveni 350 lappuses ar tekstu un attēliem pilnībā aizpilda 110 tūkstošu tekstvienību konteksta logu.
Meklēšanas stratēģijas atkarībā no modeļa veida
Gan GPT sērijas, gan o sērijas modeļi atbalsta failu augšupielādi un izmanto identisku konteksta aizpildīšanas un meklēšanas iegulumu loģiku. Visi modeļi izpilda hibrīdos meklējumus privātā meklēšanas indeksā, apvienojot atslēgvārdu un semantiskās metodes. Hibrīdā meklēšanā modelis ģenerē meklēšanas frāzi, pamatojoties uz lietotāja uzvedni, un privātais meklēšanas indekss attiecīgi izgūst atbilstošu tekstu un attēlus.
Tomēr šie modeļi atšķiras ar to, kā tie meklē lielos dokumentos, kas pārsniedz konteksta logu:
GPT sērijas modeļi
Viens meklējums vienai uzvednei: GPT sērijas modeļi katrai lietotāja uzvednei veic vienu meklējumu.
Piemērotākie lietojumi: vienkāršu jautājumu atbildēšana, meklējot informāciju plašā dokumentācijā.
Vaicājumu piemēri:
„Kādi ir personāla politikas noteikumi par priekšlaicīgu pensionēšanos?“
„Ko dara funkcija process_order?“
o sērijas modeļi
Vairāki meklējumi vienai uzvednei: katrai lietotāja uzvednei var veikt vairākus meklējumus (parasti 2–3), katru ar unikālu meklēšanas frāzi. Meklējumi tiek veikti secīgi, un modelis var pielāgot pieeju, pamatojoties uz iepriekšējos meklējumos iegūto informāciju.
Piemērotākie lietojumi: sarežģīti jautājumi, kuru atbildēšanai plašā dokumentācijā jāveic vairāki mērķēti meklējumi.
Vaicājumu piemēri:
„Kādi ir personāla politikas noteikumi par priekšlaicīgu pensionēšanos, bērna kopšanas atvaļinājumu un pārcelšanu darbā uz ārvalstīm?“
„Paskaidro, ko dara funkcija process_order, uzskaiti visas tās izsauktās metodes un īsi apraksti katru no tām.“
Neraugoties uz to priekšrocībām, o sērijas modeļiem var rasties grūtības, ja vaicājuma izpildei vajadzīgi vairāk nekā trīs meklējumi.
Padomi failu meklēšanas rezultātu uzlabošanai
Sarežģītiem jautājumiem, kam nepieciešami vairāki meklējumi, mēģiniet izmantot o sērijas modeli.
Atcerieties, ka atbildes var atšķirties atkarībā no augšupielādēto dokumentu veida, skaita un izmēra.
Kopumā mazāka skaita mērķētu dokumentu ielāde nodrošinās augstāku precizitāti.
Pārvērtiet tēmas ar vairākiem jautājumiem par atsevišķiem jautājumiem:
Ja jums jāzina katras pavalsts personāla politikas, jautājiet par tām pa vienai.
Ja jums jāapkopo daudzi dokumenti, lūdziet apkopot pa vienam dokumentam. Ja šim dokumentam ir daudzi simti lapu, apsveriet iespēju to sadalīt mazākās daļās.
Varat lūgt ChatGPT Enterprise uzrakstīt „kopsavilkumu kopsavilkumu”, ja ievadāt vairākus kopsavilkumus, nevis veselus dokumentus.
Ja jums ir RFP CSV fails (katrā rindā ir atšķirīgs jautājums), uzdodiet šos jautājumus pa vienam, nevis vienkārši ielādējiet CSV un pieprasiet vienu atbildi.
Atrodiet veidus, kā auditēt modeļa atbildes. GPT norādījumu piemēri ir tālāk:
# Konteksts
Jūs esat eksperts dokumentu izpratnē. Lietotājs pievienos dokumentu un uzdos jautājumu. Viņam jāspēj sasaistīt jūsu atbildi ar precīzu teksta vietu, no kuras jūs ieguvāt atbildi.
# Instrukcijas
1. Atbildiet uz lietotāja jautājumu, pamatojoties uz viņa pievienoto dokumentu, izmantojot tieši tālāk norādīto formātu
# Formāts
- Jautājums: { atkārtojiet lietotāja jautājumu }
- Atbilde: { sniedziet atbildi uz lietotāja jautājumu }
Avots:
- - Sadaļas numurs: { norādiet sadaļas numuru, no kuras paņēmāt atbildi }
- - Sadaļas nosaukums: { norādiet sadaļas nosaukumu, no kuras paņēmāt atbildi }
- - Precīzs teksts: { norādiet precīzu tekstu, no kura paņēmāt atbildi }
# Noteikumi
- Sniedziet skaidras un kodolīgas atbildes
- Sniedziet tikai dokumentā norādīto informāciju
- Ja nevarat atrast atbildi dokumentā, vienkārši atbildiet: “Informācija nav atrasta.”