使用GPT3构建一个从dataset回答问题的模型

Question

我正在尝试建立一个聊天机器人，它给出了一些文本语料库，当我们从文本中问到一些问题时，会回答问题。我听说GPT3是只野兽，需要最少的训练。有没有任何链接/教程/github回购的，将帮助我开始这个？

Answer 1

当然，如果您获得了对OpenAI GPT-3 API的beta访问权限，那么您很容易就可以这样做了。如果你没有，你可以申请它-你应该很快被接受(在我的具体情况下，它大约花了24小时)。

取决于你是寻找速度还是精确，你应该选择达文西，库什曼还是居里(发动机清单)，而达文西是最好的(精确性)。

您可以使用游乐场输入一个文本语料库和一个问题-以下是一个示例：

我使用davinci-instruct-beta，温度为0.25，响应长度为10__。一个相当基本的设置。

为了演示起见，下面是通过Python发出的API请求。response回答说：“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
)