Concepts clés :
Concepts clés à comprendre lorsque vous travaillez avec l'API OpenAI.
Chez OpenAI, la protection des données des utilisateurs est fondamentale pour notre mission. Nous n'entraînons pas nos modèles sur les entrées et les sorties via notre API. Pour en savoir plus, consultez notre page sur la confidentialité des données API .
Modèles de génération de texte
Les modèles de génération de texte d'OpenAI (souvent appelés transformateurs pré-entraînés génératifs ou modèles « GPT » en abrégé), comme GPT-4 et GPT-3.5, ont été formés pour comprendre le langage naturel et formel. Les modèles comme GPT-4 permettent des sorties de texte en réponse à leurs entrées. Les entrées de ces modèles sont également appelées « invites ». La conception d'une invite consiste essentiellement à « programmer » un modèle comme GPT-4, généralement en fournissant des instructions ou des exemples sur la manière de mener à bien une tâche. Les modèles comme GPT-4 peuvent être utilisés dans une grande variété de tâches, notamment la génération de contenu ou de code, la synthèse, la conversation, l'écriture créative, etc. Pour en savoir plus, consultez notre guide d'introduction à la génération de texte et notre guide d'ingénierie des invites .
Assistants
Les assistants font référence à des entités qui, dans le cas de l'API OpenAI, sont alimentées par de grands modèles de langage comme GPT-4, capables d'effectuer des tâches pour les utilisateurs. Ces assistants fonctionnent sur la base des instructions intégrées dans la fenêtre de contexte du modèle. Ils ont également généralement accès à des outils qui permettent aux assistants d'effectuer des tâches plus complexes comme l'exécution de code ou la récupération d'informations à partir d'un fichier. Pour en savoir plus sur les assistants, consultez notre Présentation de l'API Assistants .
Incorporations
Une intégration est une représentation vectorielle d'un élément de données (par exemple du texte) qui vise à préserver certains aspects de son contenu et/ou de sa signification. Les fragments de données qui sont similaires d'une certaine manière auront tendance à avoir des intégrations plus proches les unes des autres que les données non liées. OpenAI propose des modèles d'intégration de texte qui prennent en entrée une chaîne de texte et produisent en sortie un vecteur d'intégration. Les intégrations sont utiles pour la recherche, le clustering, les recommandations, la détection d'anomalies, la classification, etc. Pour en savoir plus sur les intégrations, consultez notre guide sur les intégrations .
Jetons
Les modèles de génération de texte et d'incorporation traitent le texte en blocs appelés jetons. Les jetons représentent des séquences de caractères courantes. Par exemple, la chaîne « tokenization » est décomposée en « token » et « ization », tandis qu'un mot court et courant comme « the » est représenté par un seul jeton. Notez que dans une phrase, le premier jeton de chaque mot commence généralement par un espace. Consultez notre outil de création de jetons pour tester des chaînes spécifiques et voir comment elles sont traduites en jetons.
En règle générale, 1 jeton correspond à environ 4 caractères ou 0,75 mot pour un texte anglais.
Il faut garder à l'esprit que pour un modèle de génération de texte, l'invite et la sortie générée combinées ne doivent pas dépasser la longueur de contexte maximale du modèle.
Pour les modèles d'incorporation (qui ne génèrent pas de jetons), l'entrée doit être plus courte que la longueur de contexte maximale du modèle.
Les longueurs de contexte maximales pour chaque modèle de génération de texte et d'incorporation se trouvent dans l' index du modèle.
.png)
.png)
.png)
