Prompt Engineering GPT Assistants API using RAG

OpenAI 프롬프트 엔지니어링 사례 연구

문제 설명 -1 : 조수 생성

설명:

이 프로젝트 의이 부분은 연구 논문의 초록 생성에 중점을 둔 GPT-3.5 터보 모델을 사용하여 OpenAI 조수의 생성을 보여줍니다. 어시스턴트는 연구 논문을 읽고 사용자 정의 길이를 기반으로 초록을 제공하도록 설계되었습니다. 사례 연구에는 연구 논문 업로드, 보조원과 상호 작용하여 초록을 얻은 다음 사용자 입력에 따라 초록의 길이와 톤을 수정하는 것이 포함됩니다.

사용 지침 :

1. 스크립트의 ENTER API-KEY 실제 OpenAI API 키로 교체하십시오.
2. file_path 변수를 업로드하려는 연구 논문의 경로로 설정하십시오.
3. 스크립트를 실행하여 어시스턴트를 만들고, 연구 논문을 업로드하고, 어시스턴트와 상호 작용하십시오.

문제 설명 -2 : 제로 샷 프롬프트

설명:

이 섹션에서는 제공된 컨텍스트를 기반으로 답변을 생성하기 위해 OpenAI의 채팅 완료 API를 사용합니다. 사전 정의 된 컨텍스트와 사용자 프롬프트를 사용하여 GPT와 BERT의 차이점에 대한 질문에 어떻게 대답 할 수 있는지 보여줍니다.

사용 지침 :

1. 스크립트의 'API_KEY' 실제 OpenAI API 키로 바꾸십시오.
2. GPT와 Bert의 차이점에 대한 사전 정의 된 질문에 대한 답을 얻으려면 스크립트를 실행하십시오.

문제 설명 -2 : 소수의 샷 학습

설명:

사례 연구 의이 부분은 OpenAI 채팅 완료 API와 함께 소수의 학습을 적용하는 것을 보여줍니다. 다양한 모델에 대한 정보가 포함 된 사전 정의 된 컨텍스트를 기반으로 LSTM과 BERT의 차이점에 대한 사용자 질문에 답변합니다.

사용 지침 :

1. 스크립트의 'API_KEY' 실제 OpenAI API 키로 바꾸십시오.
2. 스크립트를 실행하여 LSTM과 BERT의 차이점에 대한 사용자 질문에 대한 답을 생성하십시오.

전제 조건 :

• Openai API 키
• 필요한 라이브러리가있는 파이썬 환경 (OpenAi)

메모:

• OpenAI API를 사용하는 데 필요한 권한이 있는지 확인하십시오.
• 스크립트는 코드를 안내하는 명확한 의견을 제공합니다.
• 특정 사용 사례에 필요한대로 스크립트를 사용자 정의하십시오.

이 신속한 엔지니어링 사례 연구에 자유롭게 탐색, 실험 및 기여하십시오!