AI菜鸟向前飞 — LangChain系列之三（OpenAI和ChatOpenAI的区别）

前言

在学习OpenAI和框架Langchain的过程中，当时有个疑问，为啥有时候出现OpenAI，而有时会出现它：ChatOpenAI，有什么区别呢？还有也多次遇到过Completions、Model等术语，这类资料比较少，后来经过一点点尝试和源代码的走读，慢慢了解了...

这里抽丝剥茧，分享给大家，跟大家共同学习共同进步：）

理论篇

ChatOpenAI

• 基于消息而不是原始文本
• 支持的消息类型：AIMessage、HumanMessage、SystemMessage、FunctionMessage和ChatMessage
• ChatMessage接受任意角色参数 一般情况，只需处理HumanMessage、AIMessage和SystemMessage

OpenAI

• 基于原始文本
• 支持的消息类型很简单：就是文本

初步比较

OpenAI

程序

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

from langchain_openai import OpenAI

openai = OpenAI(model_name="gpt-3.5-turbo-instruct", temperature=0)

# 使用模型'gpt-3.5-turbo-instruct'
response = openai.invoke("你好啊, AI小助手") 

print(response)

print("type", type(response))

输出结果

简单分析

• 支持的Model：gpt-3.5-turbo-instruct, babbage-002, davinci-002
• 输出结果为str（字符串）

ChatOpenAI

程序

from langchain_openai import ChatOpenAI
from langchain.schema import HumanMessage

chat = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")

# using 'gpt-3.5-turbo' model
response = chat.invoke([HumanMessage(content="你好啊, AI小助手")])

print(response)
print("type", type(response))

输出结果

简单分析

• 支持的Model：gpt-4 and dated model releases, gpt-4-turbo-preview and dated model releases, gpt-4-vision-preview, gpt-4-32k and dated model releases, gpt-3.5-turbo and dated model releases, gpt-3.5-turbo-16k and dated model releases, fine-tuned versions of gpt-3.5-turbo
• 输出结果为AIMessage

进阶一点

官网介绍

先关注圈中的部分就行，其他看不懂的我后面再给大家一点点介绍，我们一起学： ）

混用会咋样

• OpenAI 用chat completions Model

• ChatOpenAI 用 completions （Legacy）

不指定Model会怎样

• OpenAI默认用gpt-3.5-turbo-instruct

• ChatOpenAI默认gpt-3.5-turbo

看源码就知道为啥了：）

附加：Temperature释义

翻译过来的意思：Temperature取值范围为[0, 2]

• 当值越小 会产生更一致的输出（例如 0.2）
• 当值越大 产生更加多样化和创造性的结果

请看官自行试试就知道了：）