ChatGPT Enterprise zdaj podpira branje in razumevanje vizualnih elementov (slik, grafov, diagramov itd.), vdelanih v datoteke PDF, vključene v pozive. Uporabniki lahko naložijo PDF, ChatGPT pa lahko interpretira besedilo in vse vizualne elemente v tej datoteki.
Za podrobnosti glejte Pogosta vprašanja o vizualnem pridobivanju s PDF-ji.
ChatGPT Enterprise omogoča nalaganje datotek na več načinov:
Neposredno iz računalnika
Iz storitev Google Drive / SharePoint / OneDrive
Kot znanje GPT
Iz dejanja GPT
V tem vodniku je pojasnjeno, kako funkcije ChatGPT Enterprise obravnavajo datoteke glede na njihovo vrsto, število in velikost. Predstavljene so tudi strategije za izboljšanje rezultatov glede na zahteve za datoteke.
Povzetek
ChatGPT Enterprise različne vrste datotek obravnava zelo različno: iz besedilnih dokumentov, kot so datoteke PDF, predstavitve in Wordove datoteke, izvleče besedilo; strukturirane podatke iz preglednic analizira s kodo Python; slikovne datoteke pa opisuje s funkcijo GPT-Vision. Za doseganje pričakovanega rezultata je bistveno razumeti, kateri potek dela sproži posamezna vrsta datoteke.
Pri besedilnih dokumentih ChatGPT Enterprise neposredno ob poziv vključi čim več ustreznega besedila, za dostop do dodatnih informacij pa uporabi iskalni sistem. Ta pristop je učinkovit pri odgovarjanju na konkretna vprašanja. Vendar je lahko manj učinkovit pri kompleksnih nalogah, kot sta povzemanje zelo obsežnih dokumentov ali primerjanje več velikih datotek. V nadaljevanju preberite, s katerimi strategijami lahko izboljšate rezultate.
Obravnava datotek glede na vrsto
ChatGPT Enterprise datoteke obdeluje na tri glavne načine: z izvlečenjem besedila, analizo kode in interpretacijo slik. Vrsta datoteke določa, kateri potek dela uporabi ChatGPT Enterprise.
| Pridobivanje na podlagi besedila | Tolmač kod (Code Interpreter) | Obdelava slik | Vizualno pridobivanje | |
|---|---|---|---|---|
| Primeri vrst datotek | pptx, docx, txt, md, json, xml, pdf* * Datoteke PDF, naložene kot znanje GPT ali projektne datoteke | csv, xls, xlsx* *Opomba: Tolmač kod (Code Interpreter) lahko obdeluje katero koli vrsto datoteke, vendar ChatGPT Enterprise za preglednice najpogosteje privzeto uporabi CI | jpg, png | pdf* * Datoteke PDF, vključene v uporabniške pozive |
| Delovanje | Iz datoteke izvleče besedilo – del besedila je neposredno vstavljen (»stuffed«) v kontekstno okno, preostalo pa je shranjeno za iskanje | Tolmač kod (Code Interpreter) preda datoteko Pythonu v obdelavo | Večmodalni modeli slike interpretirajo neposredno, pri čemer zanje veljajo znane omejitve . | Kombinacija pridobivanja besedila in obdelave slik. Besedilo se izvleče digitalno, vizualno vsebino pa neposredno interpretirajo večmodalni modeli. |
Pri datotekah samo z besedilom, slikovnih datotekah ali jasno strukturiranih podatkovnih datotekah (npr. Excelovi tabeli transakcij) ta razvrstitev zagotavlja najboljše možno delovanje.
Obstaja tudi nekaj manj jasnih primerov, na primer:
Slike, vdelane v datoteke, ki niso datoteke PDF, niso obdelane. Če jih želite vključiti, datoteko pred nalaganjem pretvorite v PDF.
ChatGPT Enterprise bo za delo s preglednicami vedno uporabil Tolmač kod (Code Interpreter), tudi če dokument vsebuje veliko besedila. Če na primer ChatGPT Enterprise naročite, naj prevede datoteko CSV z 10 vrsticami besedila, jo bo poskusil prevesti s knjižnico Python, kar je manj natančno, kot če bi model prevod ustvaril neposredno. To lahko omilite tako, da preglednico izvozite v besedilno obliko zapisa, na primer PDF.
Podobno bo ChatGPT Enterprise strukturirano tabelo transakcij, naloženo v datoteki JSON, interpretiral kot navadno besedilo. Če želite analizirati podatke v datoteki JSON, modelu v pozivu naročite, naj uporabi Tolmač kod (Code Interpreter).
Obravnava datotek glede na velikost
ChatGPT Enterprise uporablja modele z največjim kontekstnim oknom 128 tisoč žetonov (približno 200 strani besedila). Vendar se vsi žetoni ne uporabijo za vključitev besedila iz naloženih datotek. Število „napolnjenih“ žetonov se razlikuje glede na vrsto uporabe.
ChatGPT Enterprise „napolni“ določeno količino besedila, preostalo besedilo pa se pošlje v zasebni iskalni indeks („vektorsko shrambo“, vrsto podatkovne zbirke, zasnovane za učinkovito shranjevanje in pridobivanje velikih količin besedila). Ko zastavite vprašanje, ChatGPT Enterprise vključi vključeno besedilo skupaj z ustreznimi odseki, pridobljenimi iz zasebnega iskalnega indeksa.
Če naložite en sam dokument, ChatGPT Enterprise vključi besedilo od začetka, dokler ne doseže svoje omejitve. Če naložite več dokumentov, ChatGPT Enterprise vključi del ali celoto vsakega dokumenta. Vse besedilo iz dokumentov se pošlje tudi v zasebni iskalni indeks.
Polnjenje konteksta za besedilne dokumente
Ta funkcija je v aktivnem razvoju. Zato se lahko naslednje podrobnosti spremenijo brez predhodnega obvestila.
ChatGPT Enterprise lahko v kontekstnem oknu obdela do 110 tisoč žetonov iz naloženih dokumentov. Če naložite enega ali več dokumentov s skupno manj kot 110 tisoč žetoni, bo vključena celotna vsebina.
Pri enem dokumentu, ki presega 110 tisoč žetonov, bo vključenih samo prvih 110 tisoč žetonov, začenši od začetka. Preostanek bo poslan samo v zasebni iskalni indeks.
Če je naloženih več dokumentov in njihova skupna vsota presega 110 tisoč žetonov, ChatGPT Enterprise uporabi dvostopenjski postopek za uravnoteženje zastopanosti dokumentov:
Izlušči do 55 tisoč žetonov, razdeljenih enakomerno med naložene dokumente.
Za dokumente, ki v prvem koraku niso v celoti zastopani, dodeli preostalih 55 tisoč žetonov sorazmerno glede na žetone, ki so ostali v posameznem dokumentu.
Vsi preostali žetoni se pošljejo samo v zasebni iskalni indeks.
Število žetonov v besedilnem dokumentu lahko ocenite tako, da besedilo dokumenta kopirate v OpenAI Tokenizer.
Polnjenje konteksta za večpredstavnostne PDF-je
Ko uporabniki naložijo PDF-je, ki vsebujejo besedilo in slike, vizualno pridobivanje omogoča, da ChatGPT te slike obdela izvorno skupaj z digitalno izluščenim besedilom. Naslednji koraki dopolnjujejo naše standardne postopke obravnave konteksta za večpredstavnostne PDF-je:
Izluščenje in vložitev slik: slike se izluščijo in vložijo skupaj s povezanim digitalnim besedilom.
Inteligentno prilagajanje velikosti: slike se samodejno prilagodijo tako, da ohranjajo ravnovesje med kakovostjo informacij in učinkovito uporabo razpoložljivega kontekstnega okna.
Ko naloženi PDF-ji presežejo omejitev 110 tisoč žetonov, se tako slike kot besedilo vložijo v zasebni iskalni indeks. Besedilne vložitve se sklicujejo na ustrezne slike, kar ChatGPT omogoča, da na podlagi uporabnikovih poizvedb pridobi ustrezne pare besedila in slik. Pridobljene slike se nato obdelajo z izvornimi večmodalnimi zmožnostmi ChatGPT.
Natančno ocenjevanje zahtev po žetonih za večpredstavnostne PDF-je je zahtevno. Testiranje kaže, da približno 350 strani mešanega besedila in slik v celoti izkoristi kontekstno okno s 110 tisoč žetoni.
Strategije iskanja glede na vrsto modela
Tako modeli serije GPT kot modeli serije o podpirajo nalaganje datotek ter uporabljajo enako logiko polnjenja konteksta in iskalnih vložitev. Vsi modeli izvajajo hibridna iskanja po zasebnem iskalnem indeksu, pri čemer združujejo ključne besede in semantične metode. Pri hibridnem iskanju model ustvari iskalno frazo na podlagi uporabnikovega poziva, zasebni iskalni indeks pa nato pridobi ustrezno besedilo in slike.
Vendar se ti modeli razlikujejo po tem, kako iščejo po velikih dokumentih, ki presegajo kontekstno okno:
Modeli serije GPT
Eno iskanje na poziv: Modeli serije GPT izvedejo eno iskanje na uporabniški poziv.
Primerni primeri uporabe: Idealni so za odgovarjanje na preprosta vprašanja, katerih odgovori so v obsežni dokumentaciji.
Primeri poizvedb:
»Kakšna je kadrovska politika glede predčasne upokojitve?«
»Kaj počne funkcija process_order?«
Modeli serije o
Več iskanj na poziv: Za vsak uporabniški poziv lahko izvede več iskanj (običajno 2–3), vsako z drugim iskalnim izrazom. Iskanja se izvajajo zaporedno, model pa lahko svoj pristop prilagodi na podlagi informacij, pridobljenih s prejšnjimi iskanji.
Primerni primeri uporabe: Primernejši so za kompleksna vprašanja, ki zahtevajo več ciljno usmerjenih iskanj po obsežni dokumentaciji.
Primeri poizvedb:
»Kakšna je kadrovska politika glede predčasne upokojitve, starševskega dopusta in premestitve v tujino?«
»Pojasni, kaj počne funkcija process_order, navedi vse metode, ki jih kliče, in vsako na kratko opiši.«
Kljub svojim prednostim imajo lahko modeli serije o težave, kadar poizvedba zahteva več kot tri iskanja.
Nasveti za izboljšanje rezultatov iskanja po datotekah
Za kompleksna vprašanja, ki zahtevajo več iskanj, poskusite uporabiti model serije o.
Upoštevajte, da se odgovori lahko razlikujejo glede na vrsto, število in velikost dokumentov, ki jih naložite.
Na splošno bo nalaganje manjšega števila osredotočenih dokumentov privedlo do večje natančnosti.
Teme z več vprašanji pretvorite v posamezna vprašanja:
Če morate poznati kadrovske pravilnike vsake zvezne države, jih sprašujte enega za drugim.
Če morate povzeti veliko dokumentov, prosite za en dokument naenkrat. Če ima ta dokument več sto strani, razmislite o razdelitvi na manjše dele.
ChatGPT Enterprise lahko prosite, naj napiše „povzetek povzetkov“, če mu namesto celotnih dokumentov posredujete več povzetkov.
Če imate CSV razpisa RFP (vsaka vrstica je drugo vprašanje), ta vprašanja postavljajte eno za drugim, namesto da samo naložite CSV in zahtevate en sam odgovor.
Poiščite načine za preverjanje odgovorov modela. Primer navodil GPT je spodaj:
# Kontekst
Ste strokovnjak za razumevanje dokumentov. Uporabnik bo priložil dokument in postavil vprašanje. Omogočiti jim morate, da lahko vaš odgovor povežejo z natančnim delom besedila, iz katerega ste odgovor povzeli.
# Navodila
1. Odgovorite na uporabnikovo vprašanje na podlagi priloženega dokumenta v natančni obliki, podani spodaj
# Oblika
- Vprašanje: { ponovite uporabnikovo vprašanje }
- Odgovor: { podajte odgovor na uporabnikovo vprašanje }
Vir:
- - Številka razdelka: { navedite številko razdelka, iz katerega ste povzeli odgovor }
- - Naslov razdelka: { navedite naslov razdelka, iz katerega ste povzeli odgovor }
- - Točno besedilo: { navedite točno besedilo, iz katerega ste povzeli odgovor }
# Pravila
- Podajajte jasne in jedrnate odgovore
- Navedite samo informacije iz dokumenta
- Če odgovora v dokumentu ne najdete, preprosto odgovorite »Ni najdenih informacij.«