OpenAI::Completions - Scraper OpenAI Completions
Panoramica dello scraper
Scraper OpenAI Completions. Scraper del metodo Completions di OpenAI. Creato sulla base dell'API ufficiale e utilizza una chiave API. Simile allo scraper 
OpenAI::ChatGPT, la differenza principale è l'assenza dell'opzione System prompt content e altri tipi di modelli per la generazione.
La funzionalità di A-Parser consente di salvare le impostazioni di scraping di questo scraper per un uso futuro (preset), impostare pianificazioni di scraping e molto altro. È possibile utilizzare la generazione automatica delle query, la sostituzione di sotto-query da file, l'iterazione di combinazioni alfanumeriche e liste per ottenere il massimo numero possibile di risultati.
Il salvataggio dei risultati è possibile nella forma e nella struttura necessaria, grazie al potente motore di modelli integrato Template Toolkit che consente di applicare logica aggiuntiva ai risultati e di esportare i dati in vari formati, inclusi JSON, SQL e CSV.
Dati raccolti
- Risposta da OpenAI
- Numero di token utilizzati
Funzionalità
- Eseguire lo scraping della risposta da OpenAI
Casi d'uso
- Generazione di risposte da OpenAI a qualsiasi domanda
Query
Le query devono essere specificate come testo su una singola riga, ad esempio:
What are 5 key points I should know when studying Ancient Rome?
Sostituzioni nelle query
È possibile utilizzare i macro integrati per moltiplicare le query.
Nel formato della query specifichiamo l'iterazione dei caratteri da a a zzzz, questo metodo consente di ruotare al massimo i risultati di ricerca e ottenere molti nuovi risultati unici:
$query {az:a:zzzz}
Questo macro creerà 475254 query aggiuntive per ogni query di ricerca iniziale, il che darà un totale di 4 x 475254 = 1901016 query di ricerca; una cifra impressionante, ma non è affatto un problema per A-Parser. Con una velocità di 2000 query al minuto, tale attività verrà elaborata in sole 16 ore.
Esempi di output dei risultati
A-Parser supporta la formattazione flessibile dei risultati grazie al motore di modelli integrato Template Toolkit, che gli consente di visualizzare i risultati in forma libera o strutturata, come CSV o JSON
Output predefinito
Formato del risultato:
Used tokens: $total_tokens, Answer:\n$answer\n
Esempio di risultato:
Used tokens: 290, Answer:
1. Founding and Early History: Ancient Rome was founded in 753 BCE by twin brothers Romulus and Remus. The city grew to become one of the most powerful and influential empires in world history.
2. Roman Republic: The Roman Republic was established in 509 BCE and lasted until 27 BCE. During this time, Rome developed a complex system of government, with two consuls elected annually, a senate, and assemblies of citizens.
3. Roman Empire: The Roman Empire began in 27 BCE when Augustus became the first Roman emperor. The empire grew to include much of Europe, the Middle East, and North Africa and lasted until the fall of the Western Roman Empire in 476 CE.
4. Achievements and Contributions: Ancient Rome made significant contributions to architecture, engineering, law, philosophy, art, literature, and language. Roman innovations include the arch, concrete, aqueducts, roads, and the Latin alphabet.
5. Decline and Fall: The Roman Empire faced numerous challenges, including economic instability, political corruption, military defeats, and invasions by barbarian tribes. The Western Roman Empire fell in 476 CE, while the Eastern Roman Empire (Byzantine Empire) survived until 1453 CE.
Impostazioni possibili
| Parametro | Valore predefinito | Descrizione |
|---|---|---|
| API domain | api.openai.com | Possibilità di cambiare il dominio per le richieste API |
| API key | Chiave API. È possibile specificarne diverse (una per riga); per ogni tentativo la chiave verrà scelta casualmente tra quelle disponibili e non utilizzate nell'ambito della query corrente. | |
| Model name | text-davinci-003 | Tipo di modello (gpt-3.5-turbo-instruct / babbage-002 / davinci-002 / text-davinci-003) |
| Temperature | 0.7 | Temperature |
| Top P | 1 | Top P |
| Maximum length | 256 | Numero massimo di token utilizzati |
| Presence penalty | 0 | Presence penalty |
| Frequency penalty | 0 | Frequency penalty |