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
Kot znanje GPT
Iz dejanja GPT
V tem vodniku je pojasnjeno, kako funkcije ChatGPT Enterprise obravnavajo datoteke glede na njihovo vrsto, število in velikost, ter obravnavane strategije za izboljšanje izhodov glede na zahteve datotek.
Povzetek
ChatGPT Enterprise različne vrste datotek obravnava zelo različno: iz besedilnih dokumentov, kot so PDF-ji, predstavitve in Wordove datoteke, izlušči besedilo, strukturirane podatke iz preglednic analizira s kodo Python, slikovne datoteke pa opiše prek GPT-Vision. Razumevanje, katera vrsta datoteke sproži kateri potek dela, je ključno za doseganje pričakovanega rezultata.
Pri besedilnih dokumentih ChatGPT Enterprise vključi čim več ustreznega besedila neposredno ob poziv in uporablja iskalni sistem za dostop do dodatnih informacij. To dobro deluje za odgovarjanje na specifična vprašanja. Vendar ima lahko ta pristop težave pri kompleksnih nalogah, kot je povzemanje zelo velikih dokumentov ali primerjava več velikih datotek. V nadaljevanju si preberite strategije za izboljšanje rezultatov.
Obravnava datotek glede na vrsto
ChatGPT Enterprise obdeluje datoteke na tri glavne načine: izluščenje besedila, analiza kode in interpretacija slik. Vrsta datoteke določa, kateremu poteku dela sledi ChatGPT Enterprise.
| Pridobivanje na podlagi besedila | Tolmač kod (Code Interpreter) | Obdelava slik | Vizualno pridobivanje | |
|---|---|---|---|---|
| Primeri vrst datotek | pptx, docx, txt, md, json, xml, pdf* * PDF-ji, naloženi kot znanje GPT ali projektne datoteke | csv, xls, xlsx* *Opomba: Tolmač kod (Code Interpreter) lahko deluje s katero koli vrsto datoteke, vendar ChatGPT Enterprise za preglednice najpogosteje privzeto uporabi CI | jpg, png | pdf* * PDF-ji, vključeni v uporabnikove pozive |
| Vedenje | Izlušči besedilo iz datoteke – del besedila se prilepi („napolni“) neposredno v kontekstno okno; del besedila se shrani za iskanje | Tolmač kod (Code Interpreter) datoteko preda Pythonu v obdelavo | Slike izvorno interpretirajo večmodalni modeli, ob upoštevanju znanih omejitev . | Hibrid pridobivanja besedila in obdelave slik. Besedilo se digitalno izlušči, vizualno vsebino pa izvorno interpretirajo večmodalni modeli. |
Za datoteke samo z besedilom, slikovne datoteke ali jasno strukturirane podatkovne datoteke (npr. Excelovo tabelo transakcij) te razdelitve predstavljajo najboljše možno vedenje.
Obstajajo tudi nekatera manj očitna siva območja, na primer:
Slike, vdelane v datoteke, ki niso PDF-ji, se ne obdelajo. Če jih želite vključiti, datoteko pred nalaganjem pretvorite v PDF.
ChatGPT Enterprise bo za interakcijo s preglednicami vedno uporabil Tolmač kod (Code Interpreter), tudi če dokument vsebuje veliko količino besedila. Če na primer ChatGPT Enterprise prosite, naj prevede datoteko CSV z 10 vrsticami besedila, bo datoteko poskušal prevesti z uporabo knjižnice Python, kar je manj natančno, kot če bi modelu omogočili neposredno ustvarjanje prevoda. Da to omilite, poskusite preglednico izvoziti v besedilno obliko (na primer PDF).
Podobno bo ChatGPT Enterprise, če naložite strukturirano tabelo transakcij v datoteki JSON, to datoteko interpretiral kot navadno besedilo. Če želite analizirati podatke v datoteki JSON, v svojem pozivu naročite modelu, 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 uporabnikov poziv.
Učinkoviti primeri uporabe: idealno za odgovarjanje na preprosta vprašanja, vključena v obsežno dokumentacijo.
Primeri poizvedb:
„Kakšen je kadrovski pravilnik za predčasno upokojitev?“
„Kaj počne funkcija
process_order?“
modeli serije o
Več iskanj na poziv: lahko izvedejo več iskanj (običajno 2–3) na uporabnikov poziv, vsako z edinstveno iskalno frazo. Iskanja se izvajajo zaporedno, model pa lahko posodobi svoj pristop na podlagi informacij, pridobljenih v prejšnjih iskanjih.
Učinkoviti primeri uporabe: primernejši za kompleksna vprašanja, ki zahtevajo več ciljnih iskanj po obsežni dokumentaciji.
Primeri poizvedb:
„Kakšni so kadrovski pravilniki za predčasno upokojitev, starševski dopust in premestitev v tujino?“
„Pojasni, kaj počne funkcija
process_order, navedi vse metode, ki jih ta funkcija prikliče, in na kratko opiši vsako priklicano metodo.“
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.«