使用 GPT3 构建一个模型来回答数据集中的问题

Build a model that answers question from dataset using GPT3

我正在尝试构建一个聊天机器人,给定一些文本语料库,当我们从该文本中提出问题时,它会回答问题。我听说 GPT3 是一个野兽,需要最少的培训。是否有任何链接/tutorial/github 存储库可以帮助我开始使用它?

当然,如果您获得 OpenAI GPT-3 API 的测试版访问权,您就可以轻松做到这一点。如果你不这样做,你可以申请它——你应该很快就会被接受 (在我的具体情况下大约需要 24 小时).

根据您是追求速度还是精度,您应该在 Davinci、Cushman 或 Curie (list of engines) 之间进行选择,而 Davinci 是最好的(精度方面)。

您可以使用 Playground 输入文本语料库和问题 - 下面是一个示例: 我使用了 davinci-instruct-beta,温度为 0.25,响应长度为 10。一个非常基本的设置。

出于演示目的,这里是通过 Python 发出的 API 请求。 response returns “安娜最讨厌做研究。”

import openai

openai.api_key = 'KEY'

response = openai.Completion.create(
  engine="davinci-instruct-beta",
  prompt="Anna loves programming in Python and C++, though she absolutely despises doing research.\nWhat does Anna hate the most?\n\nAnna hates doing research the most.Example",
  temperature=0.25,
  max_tokens=10,
  top_p=1
)