搭建基于 ChatGPT 的问答系统

搭建基于 ChatGPT 的问答系统

📣1.简介

面向想要基于 LLM 开发应用程序的开发者,简洁有效而又系统全面地介绍了如何基于 ChatGPT API 打造完整的对话系统。

📣2.语言模型,提问范式和 token

✨2.1语言模型

✨2.2Tokens

✨2.3Helper function辅助函数(提问范式)

📣3.评估输入-分类

📣4.检查输入-审核

✨4.1审核

⛳4.1.1 我要杀死一个人
⛳4.1.2 一百万美元赎金

✨4.2Prompt 注入

⛳4.2.1 使用恰当的分隔符
4.2.1.1 系统消息
4.2.1.2 用户尝试进行 Prompt 注入
4.2.1.3 用户再次尝试进行 Prompt 注入
4.2.1.4 使用分隔符规避 Prompt 注入
⛳4.2.2 进行监督分类
4.2.2.1 系统消息
4.2.2.2 好样本和坏样本
4.2.2.3 模型对用户消息进行分类

📣5.处理输入-思维链推理

✨5.1思维链提示设计

⛳5.1.1 系统消息设计
⛳5.1.2 用户消息测试
5.1.2.1 更贵的电脑
5.1.2.2 你有电视么?

✨5.2内心独白

📣6.处理输入-链式

✨6.1提取产品和类别

✨6.2检索详细信息

✨6.3生成查询答案

⛳6.3.1 解析输入字符串
⛳6.3.2 进行检索
⛳6.3.3 生成用户查询的答案

✨6.4总结

📣7.检查结果

✨7.1检查有害内容

✨7.2检查是否符合产品信息

📣8.搭建一个带评估的端到端问答系统

✨8.1端到端实现问答系统

✨8.2持续收集用户和助手消息

📣9.评估(上)-存在一个简单的正确答案

✨9.1找出相关产品和类别名称

✨9.2在一些查询上进行评估

✨9.3更难的测试用例

✨9.4修改指令以处理难测试用例

✨9.5在难测试用例上评估修改后的指令

✨9.6回归测试:验证模型在以前的测试用例上仍然有效

✨9.7收集开发集进行自动化测试

✨9.8通过与理想答案比较来评估测试用例

✨9.9在所有测试用例上运行评估,并计算正确的用例比例

📣10.评估(下)-不存在简单的正确答案

✨10.1运行问答系统获得一个复杂回答

✨10.2使用 GPT 评估回答是否正确

✨10.3评估生成回答与标准回答的差距

📣11.总结

相关推荐
小小毛桃6 分钟前
腾讯会议观看时黑屏,有声音,观看别人画面黑,自己摄像头/共享没问题
人工智能
CCYe、7 分钟前
限流与配额:企业AI网关的工程实践
前端·人工智能
火山引擎开发者社区30 分钟前
火山引擎开源 Agent 驱动的搜索自迭代技术
人工智能
董员外34 分钟前
RAG 系统进化论(七):Multimodal RAG(多模态 RAG),当知识存在于表格、图片和页面中
人工智能·后端·设计模式
QYR-分析38 分钟前
RISC-V AI加速器SoC行业研究报告:开放架构赋能AI芯片,高增赛道开启国产化新机遇
人工智能·架构·risc-v
沐籽李38 分钟前
HuDiff在抗体人源化项目中的工程化落地
人工智能·算法·aidd·抗体设计
IvorySQL39 分钟前
PostgreSQL 日报| GiST 索引扫描可见性缺陷(8 月 3 日)
数据库·人工智能·postgresql·开源
众人皆醒我独醉39 分钟前
KServe:Kubernetes 原生的模型推理平台——把 vLLM/TGI/Triton 变成 Serverless
人工智能·ci/cd·面试
studyrunner39 分钟前
【AI开源】reverse-skill 实战教程:为 Claude Code、Cursor、Cline、Codex 配置 AI 逆向与安全技能路由
人工智能·安全·开源
zzzll111142 分钟前
0基础入门大模型:一份清晰的学习路线图
人工智能·学习·chatgpt