Compreender as capacidades de linguagem natural da OpenAI
Os modelos de linguagem natural do Azure OpenAI são capazes de absorver linguagem natural e gerar respostas.
Os modelos de aprendizagem de linguagem natural são treinados em palavras ou pedaços de caracteres conhecidos como tokens. Por exemplo, a palavra "hambúrguer" é dividida nos tokens ham, e , burenquanto uma palavra curta e gercomum como "pera" é um único token. Esses tokens são mapeados em vetores para um modelo de aprendizado de máquina usar para treinamento. Quando um modelo de linguagem natural treinado recebe a entrada de um usuário, ele também divide a entrada em tokens.
Compreender os modelos GPT para a geração de linguagem natural
Os modelos de transformadores pré-treinados generativos (GPT) são excelentes tanto na compreensão quanto na criação de linguagem natural. Se você viu notícias recentes sobre IA respondendo perguntas ou escrevendo um parágrafo com base em um prompt, provavelmente poderia ter sido gerado por um modelo GPT, como GPT-35-Turbo ou GPT-4.
Como é uma resposta de um modelo GPT?
Um aspeto fundamental da IA generativa da OpenAI é que ela precisa de uma entrada, ou prompt, para retornar uma resposta de linguagem natural, visual ou de código. A GPT tenta inferir, ou adivinhar, o contexto da pergunta do usuário com base no prompt.
Os modelos GPT são ótimos para completar várias tarefas de linguagem natural, algumas das quais incluem:
| Tarefa | Prompt |
|---|---|
| Resumindo texto | "Resumir este texto em um breve resumo" |
| Classificação do texto | "Que género de livro é este?" |
| Geração de nomes ou frases | "Escreva um slogan para a minha empresa de flores" |
| Tradução | "Traduzir o 'How are you' para francês" |
| Responder a perguntas | "O que faz o Azure OpenAI?" |
| Sugerir conteúdo | "Dá-me as cinco melhores canções de casamento" |
Por exemplo, dado um prompt onde o usuário digita texto pedindo uma receita de culinária:
Write a recipe based on these ingredients and instructions:
Fruit Pie
Ingredients:
Strawberries
Blueberries
Flour
Eggs
Milk
Aqui está um exemplo da resposta gerada pela API OpenAI:
Instructions:
1. Preheat your oven to 350 degrees Fahrenheit.
2. In a medium bowl, mix together 1 cup of flour and 1 egg until it forms a dough.
3. Grease a 9-inch pie dish with butter or non-stick cooking spray.
4. Roll out the dough and place it in the pie dish.
5. In a separate bowl, mix together 1 cup of strawberries, 1 cup of blueberries, and 1 cup of milk.
6. Pour the fruit mixture into the pie dish.
7. Bake
Delicioso - talvez! É importante entender que as respostas geradas são os melhores palpites de uma máquina. Neste caso, o texto gerado pode ser útil para cozinhar algo que tenha bom gosto na vida real, ou não.
Como os modelos são aplicados a novos casos de uso
Você pode ter experimentado os recursos preditivos do ChatGPT em um portal de bate-papo, onde você pode digitar prompts e receber respostas automatizadas. O portal consiste na interface do usuário (UI) front-end que os usuários veem e um back-end que inclui um modelo de IA generativa. A combinação do front-end e back-end pode ser descrita como um chatbot. O modelo fornecido no back-end é o que está disponível como um bloco de construção com a API OpenAI e a API OpenAI do Azure. Você pode utilizar os recursos do ChatGPT no Azure OpenAI por meio do modelo GPT-35-turbo. Quando você vê recursos de IA generativa em outros aplicativos, os desenvolvedores pegaram os blocos de construção, personalizaram-nos para um caso de uso e os incorporaram no back-end de novas interfaces de usuário front-end.