Documentation
  • GET STARTED
    • 介紹
    • 快速入门
    • 模型
      • 模型更新
    • Afs-turbo 和 Afs-1
    • Afs-turbo
    • 达尔·E 系统概述
    • TTS系统
    • 耳语
    • 嵌入
    • 适度
    • AFS基础
    • 我们如何使用您的数据
    • 终结点与兼容性
  • 教程
  • 更改日志
  • 能力
    • 文本生成
    • 聊天完成
    • JSON 模式
    • 可重复的输出
    • 管理令牌
    • 参数详细信息
    • 完成API(旧版)
    • 常见问题
  • 函数调用
  • 嵌入
    • 概述
    • 模型
    • 使用案例
    • 常见问题
  • 微调
    • 何时使用微调
    • 常见用例
    • 准备数据集
    • 创建微调模型
    • 使用微调模型
    • 微调示例
  • 图像生成
    • 介绍
    • 用法
    • 特定语言提示
  • 视觉
  • 文字转语音
  • 语音转文本
    • 概述
    • 快速入门
    • 支持的语言
    • 时间戳
    • 更长的输入
    • 促使
    • 提高可靠性
  • 适度
    • 概述
    • 快速入门
  • 助理
  • 概述
  • Google助理的工作原理
    • Objects
    • Creating Assistants
    • Managing Threads and Messages
    • Runs and Run Steps
    • 局限性
  • 工具
    • Code Interpreter
    • Knowledge Retrieval
    • Function calling
    • Supported files
  • 指南
  • 提示工程
    • Six strategies for getting better results
    • Write clear instructions
    • Provide reference text
    • Split complex tasks into simpler subtasks
    • Give models time to "think"
    • Use external tools
    • Test changes systematically
    • Other resources
  • 生产最佳实践
    • Setting up your organization
    • Scaling your solution
    • Managing rate limits
    • Improving latencies
    • Managing costs
    • MLOps strategy
    • Security and compliance
  • 安全最佳实践
  • 速率限制
    • 概述
    • Usage tiers
    • Error Mitigation
  • 错误代码
    • API errors
    • Python library error types
  • 图书馆
    • Python library
    • 图书馆
    • Azure OpenAI 库
    • 社区图书馆
  • 弃用
  • 政策
  • 行动
    • 介绍
    • 开始
    • 认证
    • 生产
    • 数据检索
    • 政策
  • 发行说明
  • Page 2
由 GitBook 提供支持
在本页

函数调用

连接大型语言模型到外部工具

简介 Afarensis API允许开发者在API调用中描述函数,使得模型能够智能地选择输出包含参数的JSON对象,用以调用一个或多个函数。重要的是,聊天完成API本身并不直接调用函数;相反,模型生成的JSON可以在代码中用于函数调用。

功能概述 最新的模型(如gpt-4-turbo-preview和gpt-3.5-turbo-0125)已经过训练,能够基于输入判断何时适宜调用函数,并生成紧密遵循函数签名的JSON响应。这种能力扩展了模型与外部工具连接的可能性,但也带来了潜在的风险。我们强烈建议在执行任何可能影响现实世界的操作(如发送电子邮件、在线发布内容、进行购买等)之前,建立用户确认流程。

常见用例 通过函数调用,模型可以更可靠地提供结构化数据。例如,您可以:

创建助手,通过调用外部API(例如ChatGPT插件)来回答问题。 将自然语言查询转换为API调用。 从文本中提取结构化数据。 函数调用的步骤 使用用户查询和functions参数中定义的函数集调用模型。 模型可以选择调用一个或多个函数;如果选择调用,输出将是遵循自定义架构的字符串化JSON对象。 在代码中将字符串解析为JSON,并使用提供的参数调用函数。 将函数响应作为新消息追加到会话中,让模型将结果汇总回给用户。 支持的模型版本 以下模型版本支持函数调用:

gpt-4 gpt-4-turbo-preview gpt-4-0125-preview gpt-4-1106-preview gpt-3.5-turbo gpt-3.5-turbo-0125 gpt-3.5-turbo-1106 并行函数调用也由部分模型支持,允许同时执行多个函数调用,以减少与API的往返时间并提高效率。

并行函数调用 并行函数调用允许模型一次执行多个函数调用,提高解决问题的效率和结果。例如,模型可以同时调用函数来获取不同位置的天气信息。

提示 若要强制模型调用特定函数,可以通过设置tool_choice参数来实现。 函数调用计入模型的上下文限制,并作为输入令牌计费。 深入了解 在Afarensis Cookbook中,您可以找到更多关于函数调用的示例和指南,帮助您学习如何有效地利用此功能。

上一页常见问题下一页嵌入

最后更新于1年前