ChatGPT Enterprise tagad atbalsta vizuālo elementu (attēlu, grafiku, diagrammu u. c.) lasīšanu un izpratni, ja tie ir iegulti uzvednēs iekļautajos PDF failos. Lietotāji var augšupielādēt PDF failu, un ChatGPT var interpretēt tekstu un jebkurus vizuālos elementus šajā failā.
Plašāku informāciju skatiet sadaļā Bieži uzdotie jautājumi par vizuālo izgūšanu PDF failos.
ChatGPT Enterprise ļauj augšupielādēt failus vairākos veidos:
Tieši no datora
No GPT darbības
Šajā ceļvedī izskaidrots, kā ChatGPT Enterprise funkcijas apstrādā failus atkarībā no to veida, skaita un izmēra, kā arī aplūkotas stratēģijas rezultātu uzlabošanai atbilstoši failu prasībām.
Kopsavilkums
ChatGPT Enterprise dažādus failu veidus apstrādā ļoti atšķirīgi: izgūst tekstu no teksta dokumentiem, piemēram, PDF failiem, prezentācijām un Word failiem, analizē strukturētus datus no izklājlapām, izmantojot Python kodu, un apraksta attēlu failus, izmantojot GPT-Vision. Izpratne par to, kurš faila veids aktivizē kuru darbplūsmu, ir būtiska, lai iegūtu gaidīto rezultātu.
Teksta dokumentiem ChatGPT Enterprise iekļauj pēc iespējas vairāk atbilstoša teksta tieši kopā ar uzvedni un izmanto meklēšanas sistēmu, lai piekļūtu papildu informācijai. Tas labi darbojas, atbildot uz konkrētiem jautājumiem. Tomēr šai pieejai var rasties grūtības ar sarežģītiem uzdevumiem, piemēram, ļoti lielu dokumentu kopsavilkumu veidošanu vai vairāku lielu failu salīdzināšanu. Turpiniet lasīt, lai izprastu stratēģijas rezultātu uzlabošanai.
Failu apstrāde atkarībā no veida
ChatGPT Enterprise apstrādā failus trīs galvenajos veidos: teksta izgūšana, koda analīze un attēlu interpretācija. Faila veids nosaka, kurai darbplūsmai ChatGPT Enterprise seko.
| Tekstā balstīta izgūšana | Koda interpretētājs | Attēlu apstrāde | Vizuālā izgūšana | |
|---|---|---|---|---|
| Failu veidu piemēri | pptx, docx, txt, md, json, xml, pdf* * PDF faili, kas augšupielādēti kā GPT zināšanas vai projekta faili | csv, xls, xlsx* *Piezīme. Koda interpretētājs var darboties ar jebkuru faila veidu, taču ChatGPT Enterprise izklājlapām visbiežāk pēc noklusējuma izmanto CI | jpg, png | pdf* * PDF faili, kas iekļauti lietotāju uzvednēs |
| Darbība | Izgūst tekstu no faila — daļa teksta tiek ielīmēta („aizpildīta”) tieši konteksta logā; daļa teksta tiek glabāta meklēšanai | Koda interpretētājs nodod failu Python apstrādei | Attēlus sākotnējā veidā interpretē multimodāli modeļi, ievērojot zināmos ierobežojumus . | Teksta izgūšanas un attēlu apstrādes hibrīds. Teksts tiek digitāli izgūts, un vizuālo saturu sākotnējā veidā interpretē multimodāli modeļi. |
Tikai teksta failiem, attēlu failiem vai skaidri strukturētiem datu failiem (piemēram, Excel darījumu tabulai) šie iedalījumi atspoguļo labāko iespējamo darbību.
Pastāv dažas mazāk acīmredzamas pelēkās zonas, piemēram:
Attēli, kas iegulti citos failos, nevis PDF failos, netiek apstrādāti. Lai tos iekļautu, pirms augšupielādes konvertējiet failu uz PDF.
ChatGPT Enterprise vienmēr izmantos Koda interpretētāju, lai mijiedarbotos ar izklājlapām, pat ja dokumentā ir liels teksta apjoms. Piemēram, ja lūgsiet ChatGPT Enterprise iztulkot CSV failu ar 10 teksta rindām, tas mēģinās tulkot failu, izmantojot Python bibliotēku, kas ir mazāk precīzi nekā ļaut modelim ģenerēt tulkojumu tieši. Lai to mazinātu, mēģiniet eksportēt izklājlapu teksta formātā (piemēram, PDF).
Līdzīgi, ja augšupielādējat strukturētu darījumu tabulu, kas ietverta JSON failā, ChatGPT Enterprise interpretēs šo failu kā vienkāršu tekstu. Ja vēlaties analizēt JSON failā ietvertos 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 tūkst. tekstvienību no augšupielādētajiem dokumentiem. Ja augšupielādējat vienu vai vairākus dokumentus, kuru kopējais apjoms ir mazāks par 110 tūkst. tekstvienību, tiks iekļauts pilns saturs.
Vienam dokumentam, kas pārsniedz 110 tūkst. tekstvienību, tiks iekļautas tikai pirmās 110 tūkst. tekstvienību, sākot no sākuma. Atlikusī daļa tiks nosūtīta tikai uz privāto meklēšanas indeksu.
Ja tiek augšupielādēti vairāki dokumenti un to kopējais apjoms pārsniedz 110 tūkst. tekstvienību, ChatGPT Enterprise izmanto divpakāpju procesu, lai līdzsvarotu dokumentu pārstāvību:
Izgūst līdz 55 tūkst. tekstvienību, kas vienmērīgi sadalītas starp augšupielādētajiem dokumentiem.
Dokumentiem, kas pirmajā solī nav pilnībā pārstāvēti, atlikušās 55 tūkst. tekstvienību piešķir proporcionāli, pamatojoties uz katrā dokumentā atlikušajām tekstvienībām.
Visas atlikušās tekstvienības tiek nosūtītas tikai uz privāto meklēšanas indeksu.
Tekstvienību skaitu teksta dokumentā varat aptuveni noteikt, iekopējot dokumenta tekstu rīkā OpenAI Tokenizer.
Konteksta aizpildīšana multivides PDF failiem
Kad lietotāji augšupielādē PDF failus, kuros ir gan teksts, gan attēli, vizuālā izgūšana ļauj ChatGPT apstrādāt šos attēlus sākotnējā veidā kopā ar digitāli izgūto tekstu. Tālāk norādītās darbības papildina mūsu standarta konteksta apstrādes procedūras multivides PDF failiem:
Attēlu izgūšana un iegulšana: attēli tiek izgūti un iegulti kopā ar saistīto digitālo tekstu.
Viedā mērogošana: attēli tiek automātiski mērogoti, lai saglabātu līdzsvaru starp informācijas kvalitāti un pieejamā konteksta loga efektīvu izmantošanu.
Kad augšupielādētie PDF faili pārsniedz 110 tūkst. tekstvienību limitu, gan attēli, gan teksts tiek iegulti privātajā meklēšanas indeksā. Teksta iegulumi atsaucas uz atbilstošiem attēliem, ļaujot ChatGPT izgūt piemērotos teksta un attēlu pārus, pamatojoties uz lietotāju vaicājumiem. Pēc tam izgūtie attēli tiek apstrādāti, izmantojot ChatGPT sākotnējās multimodālās iespējas.
Precīzi novērtēt tekstvienību prasības multivides PDF failiem ir sarežģīti. Testēšana liecina, ka aptuveni 350 lapas ar jauktu tekstu un attēliem pilnībā izmantos 110 tūkst. 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 veic vienu meklējumu katrai lietotāja uzvednei.
Efektīvi lietojuma gadījumi: ideāli piemēroti vienkāršu jautājumu atbildēšanai plašā dokumentācijā.
Vaicājumu piemēri:
„Kāda ir personāla politika attiecībā uz priekšlaicīgu pensionēšanos?”
„Ko dara funkcija
process_order?”
o sērijas modeļi
Vairāki meklējumi vienai uzvednei: var izpildīt vairākus meklējumus (parasti 2–3) katrai lietotāja uzvednei, katru ar unikālu meklēšanas frāzi. Meklējumi tiek izpildīti secīgi, un modelis var atjaunināt savu pieeju, pamatojoties uz iepriekšējos meklējumos izgūto informāciju.
Efektīvi lietojuma gadījumi: piemērotāki sarežģītiem jautājumiem, kam nepieciešami vairāki mērķēti meklējumi plašā dokumentācijā.
Vaicājumu piemēri:
„Kādas ir personāla politikas attiecībā uz priekšlaicīgu pensionēšanos, bērna kopšanas atvaļinājumu un pārcelšanu uz ārzemēm?”
„Izskaidro, ko dara funkcija
process_order, uzskaiti visas metodes, ko šī funkcija izsauc, un īsi apraksti katru izsaukto metodi.”
Neraugoties uz to priekšrocībām, o sērijas modeļiem var rasties grūtības, ja vaicājumam nepieciešami 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.”