OpenAI
ဤစာမျက်နှာကို စက်ဖြင့် ဘာသာပြန်ထားပါသည်။ မူရင်း အင်္ဂလိပ်ဆောင်းပါးကို ကြည့်ရန်။

OpenAI API ဖြင့် တုံ့ပြန်ညွှန်ကြားချက် တည်ဆောက်ခြင်းအတွက် အကောင်းဆုံး လုပ်နည်းများ

OpenAI မော်ဒယ်များကို ရှင်းလင်းပြီး ထိရောက်သော ညွှန်ကြားချက်များ ပေးနည်း

အပ်ဒိတ်လုပ်ထားသည်- 2 days ago

တုံ့ပြန်ညွှန်ကြားချက် တည်ဆောက်ခြင်း အလုပ်လုပ်ပုံ

OpenAI မော်ဒယ်များကို လေ့ကျင့်ထားပုံကြောင့်၊ အထူးကောင်းမွန်စွာ အလုပ်လုပ်ပြီး ပိုအသုံးဝင်သော မော်ဒယ်ရလဒ်များကို ဖြစ်စေသည့် သီးခြား တုံ့ပြန်ညွှန်ကြားချက် ဖော်မတ်များ ရှိသည်။ OpenAI ၏ တရားဝင် တုံ့ပြန်ညွှန်ကြားချက် တည်ဆောက်ခြင်း လမ်းညွှန်သည် တုံ့ပြန်ညွှန်ကြားချက်အတွက် အကြံပြုချက်များ စတင်လေ့လာရန် အကောင်းဆုံးနေရာ ဖြစ်လေ့ရှိသည်။

အောက်တွင် ကျွန်ုပ်တို့ ကောင်းမွန်စွာ အလုပ်လုပ်သည်ဟု တွေ့ရှိသော တုံ့ပြန်ညွှန်ကြားချက် ဖော်မတ်များစွာကို တင်ပြထားသော်လည်း သင့်လုပ်ငန်းနှင့် ပိုကိုက်ညီနိုင်သည့် မတူညီသော ဖော်မတ်များကို လွတ်လပ်စွာ စမ်းသပ်နိုင်ပါသည်။

လက်တွေ့စည်းမျဉ်းများနှင့် ဥပမာများ

မှတ်ချက်: "{text input here}" သည် အမှန်တကယ်စာသား/ဆက်စပ်အချက်အလက်အတွက် placeholder ဖြစ်သည်

1. နောက်ဆုံးပေါ် မော်ဒယ်ကို သုံးပါ

အကောင်းဆုံးရလဒ်များအတွက် ယေဘုယျအားဖြင့် နောက်ဆုံးပေါ်နှင့် စွမ်းရည်အမြင့်ဆုံး မော်ဒယ်များကို အသုံးပြုရန် ကျွန်ုပ်တို့ အကြံပြုပါသည်။ အသစ်ထွက် မော်ဒယ်များသည် တုံ့ပြန်ညွှန်ကြားချက် တည်ဆောက်ရန် ပိုလွယ်ကူလေ့ရှိသည်။


မှတ်ချက်: ကျိုးကြောင်းသင့်လျော်စွာ စဉ်းစားပေးသော မော်ဒယ်တစ်ခုကို တုံ့ပြန်ညွှန်ကြားချက်ပေးခြင်းနှင့် GPT မော်ဒယ်ကို တုံ့ပြန်ညွှန်ကြားချက်ပေးခြင်းတို့အကြား ထည့်သွင်းစဉ်းစားရမည့် ကွာခြားချက်အချို့ ရှိသည်။ အသေးစိတ်ကို ဤနေရာတွင် ကြည့်ပါ။

2. ညွှန်ကြားချက်များကို တုံ့ပြန်ညွှန်ကြားချက်၏ အစတွင် ထည့်ပြီး ညွှန်ကြားချက်နှင့် ဆက်စပ်အချက်အလက်ကို ခွဲရန် ### သို့မဟုတ် """ ကို သုံးပါ

ထိရောက်မှုနည်း ❌:

အောက်ပါစာသားကို အရေးအကြီးဆုံး အချက်များ၏ bullet point list အဖြစ် အကျဉ်းချုပ်ပါ။

{text input here}

ပိုကောင်း ✅:

အောက်ပါစာသားကို အရေးအကြီးဆုံး အချက်များ၏ bullet point list အဖြစ် အကျဉ်းချုပ်ပါ။

Text: """
{text input here}
"""

3. လိုချင်သော ဆက်စပ်အချက်အလက်၊ ရလဒ်၊ အလျား၊ ဖော်မတ်၊ စတိုင် စသည်တို့အကြောင်း တိကျစွာ၊ ဖော်ပြချက်ပြည့်စုံစွာနှင့် တတ်နိုင်သမျှ အသေးစိတ် ပြောပါ

ဆက်စပ်အချက်အလက်၊ ရလဒ်၊ အလျား၊ ဖော်မတ်၊ စတိုင် စသည်တို့အကြောင်း တိကျစွာ ပြောပါ

ထိရောက်မှုနည်း ❌:

OpenAI အကြောင်း ကဗျာတစ်ပုဒ် ရေးပါ။

ပိုကောင်း ✅:

{famous poet} ၏ စတိုင်ဖြင့်၊ မကြာသေးမီက ထုတ်လုပ်မိတ်ဆက်ခဲ့သော DALL-E ထုတ်ကုန် (DALL-E သည် text မှ image သို့ ပြောင်းပေးသော ML မော်ဒယ် ဖြစ်သည်) ကို အဓိကထားပြီး OpenAI အကြောင်း စိတ်အားတက်ကြွစေသော ကဗျာတိုတစ်ပုဒ် ရေးပါ

4. လိုချင်သော ရလဒ်ဖော်မတ်ကို ဥပမာများဖြင့် ရှင်းလင်းဖော်ပြပါ

ထိရောက်မှုနည်း ❌:

အောက်ပါစာသားတွင် ဖော်ပြထားသော entity များကို ထုတ်ယူပါ။ အောက်ပါ entity အမျိုးအစား ၄ မျိုးကို ထုတ်ယူပါ- ကုမ္ပဏီအမည်များ၊ လူအမည်များ၊ သီးသန့်ခေါင်းစဉ်များနှင့် theme များ။

Text: {text}

ပြသပြီး ပြောပါ - သီးခြားဖော်မတ်လိုအပ်ချက်များကို ပြသပေးသည့်အခါ မော်ဒယ်များက ပိုကောင်းစွာ တုံ့ပြန်သည်။ ၎င်းသည် ရလဒ်များစွာကို ယုံကြည်စိတ်ချစွာ ပရိုဂရမ်ဖြင့် ခွဲထုတ်ရန်လည်း ပိုလွယ်ကူစေသည်။

ပိုကောင်း ✅:

အောက်ပါစာသားတွင် ဖော်ပြထားသော အရေးကြီး entity များကို ထုတ်ယူပါ။ ပထမဦးစွာ ကုမ္ပဏီအမည်အားလုံးကို ထုတ်ယူပါ၊ ထို့နောက် လူအမည်အားလုံးကို ထုတ်ယူပါ၊ ထို့နောက် အကြောင်းအရာနှင့် ကိုက်ညီသော သီးသန့်ခေါင်းစဉ်များကို ထုတ်ယူပြီး နောက်ဆုံးတွင် အပေါ်ယံခြုံငုံသည့် theme များကို ထုတ်ယူပါ

လိုချင်သောပုံစံ:
Company names: <comma_separated_list_of_company_names>
People names: -||-
Specific topics: -||-
General themes: -||-

Text: {text}

5. zero-shot ဖြင့် စတင်ပါ၊ ထို့နောက် အခေါက်ရေနည်းနည်းဖြင့် ပြုလုပ်ပါ၊ နှစ်ခုစလုံး မအလုပ်လုပ်ပါက fine-tune လုပ်ပါ

✅ Zero-shot

အောက်ပါစာသားမှ keyword များကို ထုတ်ယူပါ။

Text: {text}

Keywords:

✅ အခေါက်ရေနည်းနည်းဖြင့် ပြုလုပ်ခြင်း - ဥပမာနှစ်ခုခန့် ပေးပါ

အောက်တွင် သက်ဆိုင်သော စာသားများမှ keyword များကို ထုတ်ယူပါ။

Text 1: Stripe သည် web developer များက ၎င်းတို့၏ website များနှင့် mobile application များထဲသို့ ငွေပေးချေမှု လုပ်ဆောင်ခြင်းကို ပေါင်းစည်းနိုင်ရန် အသုံးပြုနိုင်သော API များကို ပေးပါသည်။
Keywords 1: Stripe, ငွေပေးချေမှု လုပ်ဆောင်ခြင်း, APIs, web developers, websites, mobile applications
##
Text 2: OpenAI သည် စာသားကို နားလည်ခြင်းနှင့် ထုတ်လုပ်ခြင်းတွင် အလွန်ကောင်းမွန်သော အဆင့်မြင့် language model များကို လေ့ကျင့်ပေးထားသည်။ ကျွန်ုပ်တို့၏ API သည် ဤမော်ဒယ်များကို အသုံးပြုခွင့်ပေးပြီး ဘာသာစကားကို လုပ်ဆောင်ခြင်းပါဝင်သော မည်သည့်တာဝန်ကိုမဆို ဖြေရှင်းရန် အသုံးပြုနိုင်သည်။
Keywords 2: OpenAI, language models, text processing, API.
##
Text 3: {text}
Keywords 3:

✅ Fine-tune: fine-tune အကောင်းဆုံးအလေ့အထများကို ဤနေရာတွင် ကြည့်ပါ။

6. “ဖောင်းပွသော” နှင့် မတိကျသော ဖော်ပြချက်များကို လျှော့ချပါ

ထိရောက်မှုနည်း ❌:

ဤထုတ်ကုန်အတွက် ဖော်ပြချက်သည် အတော်လေးတိုတောင်းပြီး စာကြောင်းအနည်းငယ်သာ ပါသင့်ကာ ၎င်းထက် များလွန်းမနေသင့်ပါ။

ပိုကောင်း ✅:

ဤထုတ်ကုန်ကို ဖော်ပြရန် စာကြောင်း ၃ မှ ၅ ကြောင်းပါသော စာပိုဒ်တစ်ပိုဒ်ကို အသုံးပြုပါ။

7. မလုပ်ရမည့်အရာကိုသာ ပြောမည့်အစား၊ အစားထိုး လုပ်ရမည့်အရာကို ပြောပါ

ထိရောက်မှုနည်း ❌:

အောက်ပါသည် အေးဂျင့် တစ်ဦးနှင့် Customer တစ်ဦးအကြား စကားပြောဆိုမှုဖြစ်သည်။ USERNAME သို့မဟုတ် PASSWORD ကို မမေးပါနှင့်။ ထပ်မပြောပါနှင့်။

Customer: ကျွန်ုပ်၏ အကောင့်ထဲသို့ log in မဝင်နိုင်ပါ။
Agent:

ပိုကောင်း ✅:

အောက်ပါသည် အေးဂျင့် တစ်ဦးနှင့် Customer တစ်ဦးအကြား စကားပြောဆိုမှုဖြစ်သည်။ အေးဂျင့် သည် ပြဿနာကို ရောဂါခွဲခြားသကဲ့သို့ စစ်ဆေးပြီး ဖြေရှင်းချက်တစ်ခုကို အကြံပြုရန် ကြိုးစားမည်ဖြစ်ပြီး၊ PII နှင့်သက်ဆိုင်သော မည်သည့်မေးခွန်းကိုမဆို မမေးဘဲ ရှောင်ကြဉ်မည်ဖြစ်သည်။ username သို့မဟုတ် password ကဲ့သို့သော PII ကို မေးမည့်အစား အသုံးပြုသူအား help article www.samplewebsite.com/help/faq သို့ ညွှန်းပါ

Customer: ကျွန်ုပ်၏ အကောင့်ထဲသို့ log in မဝင်နိုင်ပါ။
Agent:

8. Code ဖန်တီးမှုဆိုင်ရာ - မော်ဒယ်ကို သီးခြားပုံစံတစ်ခုဆီ တွန်းအားပေးရန် “ဦးဆောင်စကားလုံးများ” ကို သုံးပါ

ထိရောက်မှုနည်း ❌:

# ရိုးရှင်းသော python function တစ်ခု ရေးပါ
# 1. mile ဖြင့် ဂဏန်းတစ်ခုကို မေးပါ
# 2. ၎င်းက miles ကို kilometers သို့ ပြောင်းပေးသည်

အောက်ပါ code ဥပမာတွင် “import” ကို ထည့်ခြင်းသည် Python ဖြင့် စတင်ရေးသားသင့်ကြောင်း မော်ဒယ်ကို အရိပ်အမြွက်ပေးသည်။ (အလားတူ “SELECT” သည် SQL statement တစ်ခု စတင်ရန် ကောင်းသော အရိပ်အမြွက်ဖြစ်သည်။)

ပိုကောင်း ✅:

# ရိုးရှင်းသော python function တစ်ခု ရေးပါ
# 1. mile ဖြင့် ဂဏန်းတစ်ခုကို မေးပါ
# 2. ၎င်းက miles ကို kilometers သို့ ပြောင်းပေးသည်
 
import

9. “ဘာမဆို ဖန်တီးပါ” လုပ်ဆောင်ချက်ကို သုံးပါ

ဒေဗယ်လော့ပါများသည် ‘ဘာမဆို ဖန်တီးပါ’ လုပ်ဆောင်ချက်ကို သုံး၍ လုပ်ငန်းတစ်ခု သို့မဟုတ် မျှော်လင့်ထားသော သဘာဝဘာသာစကားရလဒ်ကို ဖော်ပြပြီး ကိုက်ညီအောင် ပြင်ဆင်ထားသော တုံ့ပြန်ညွှန်ကြားချက်ကို လက်ခံရရှိနိုင်သည်။


‘ဘာမဆို ဖန်တီးပါ’ လုပ်ဆောင်ချက် အသုံးပြုပုံအကြောင်း ပိုမိုလေ့လာပါ။

ပါရာမီတာများ

ယေဘုယျအားဖြင့် မော်ဒယ်ရလဒ်ကို ပြောင်းလဲရန် `model` နှင့် `temperature` တို့သည် အသုံးအများဆုံး ပါရာမီတာများ ဖြစ်သည်ဟု ကျွန်ုပ်တို့ တွေ့ရှိထားသည်။

  1. `model` - စွမ်းဆောင်ရည်မြင့် မော်ဒယ်များသည် ယေဘုယျအားဖြင့် ကုန်ကျစရိတ်ပိုများပြီး latency ပိုမြင့်နိုင်သည်။

  2. `temperature` - မော်ဒယ်က ဖြစ်နိုင်ခြေနည်းသော တိုကင်ကို မည်မျှ မကြာခဏ ထုတ်ပေးသည်ကို တိုင်းတာသော အတိုင်းအတာ။ temperature မြင့်လေလေ၊ ရလဒ်သည် ပိုကျပန်းဖြစ်လေလေ (ပုံမှန်အားဖြင့် ပိုဖန်တီးမှုရှိလေလေ) ဖြစ်သည်။ သို့သော် ၎င်းသည် “မှန်ကန်စွာပြောဆိုမှု” နှင့် မတူပါ။ ဒေတာထုတ်ယူခြင်းနှင့် မှန်ကန်သော Q&A ကဲ့သို့ အချက်အလက်အခြေပြု အသုံးပြုမှုအများစုအတွက် temperature 0 သည် အကောင်းဆုံးဖြစ်သည်။

  3. `max_completion_tokens` (အများဆုံးအလျား) - ရလဒ်၏ အလျားကို ထိန်းချုပ်ခြင်းမဟုတ်ဘဲ တိုကင်ဖန်တီးမှုအတွက် တင်းကျပ်သော ဖြတ်တောက်ကန့်သတ်ချက် ဖြစ်သည်။ အကောင်းဆုံးအနေဖြင့် ဤကန့်သတ်ချက်ကို မကြာခဏ မထိသင့်ပါ၊ အဘယ်ကြောင့်ဆိုသော် သင့်မော်ဒယ်သည် ပြီးပြီဟု ယူဆသည့်အခါ သို့မဟုတ် သင်သတ်မှတ်ထားသော ရပ်တန့်စဉ်ဆက်ကို ရောက်သည့်အခါ ရပ်တန့်မည်ဖြစ်သည်။

  4. `stop` (ရပ်တန့်စဉ်ဆက်များ) - ဖန်တီးထုတ်ပေးသည့်အခါ စာသားဖန်တီးမှုကို ရပ်တန့်စေမည့် စာလုံးများ (တိုကင်များ) အစုတစ်ခု။

အခြား ပါရာမီတာ ဖော်ပြချက်များအတွက် API ကိုးကားချက်ကို ကြည့်ပါ။

ဤဆောင်းပါးသည် အထောက်အကူ ဖြစ်ပါသလား။