Langchain을 이용하여 OpenAI의 gpt-3.5-turbo 모델을 이용하기로 결정. #6
[x] Langchain 탐색
gpt api 사용하여 텍스트 생성 서비스 구현 예시.
import openai
OpenAI API 키 설정
openai.api_key = 'your-api-key'
GPT-3.5-Turbo 모델을 사용하여 텍스트 생성
response = openai.Completion.create(
engine="text-davinci-003", # GPT-3.5-Turbo 엔진 선택
prompt="Once upon a time", # 입력 텍스트 혹은 프롬프트 설정
max_tokens=50, # 생성할 최대 토큰 수
temperature=0.7 # 다양성 조절을 위한 *온도 설정
)
생성된 텍스트 출력
print(response.choices[0].text.strip())
> *온도 설정 :
> 생성된 텍스트의 다양성을 조절하는데 사용되며,
> 높은 온도일수록 더 다양한 텍스트가 생성되고,
> 낮은 온도일수록 더 일관된 텍스트가 생성됨.
> 일반적으로 0과 1 사이의 값을 사용하며, 0.7 정도가 보편적으로 사용되는 값.
**예시 코드 설명**
- 예를 들어 "Once upon a time"과 같은 프롬프트를 사용하면 모델은 그 이후에 이야기를 만들도록 유도됨.
(입력이 "Once upon a time"일 경우 모델이 "there was a little girl who lived in a village"와 같은 이야기를 생성할 수 있음.)
---
- ### 프롬프트 구성
- [x] 프롬프트로 어떤 정보를 받을지(지원회사, 직무, 카테고리, 키워드 중 )
gpt api 사용하여 텍스트 생성 서비스 구현 예시.
OpenAI API 키 설정
openai.api_key = 'your-api-key'
GPT-3.5-Turbo 모델을 사용하여 텍스트 생성
response = openai.Completion.create( engine="text-davinci-003", # GPT-3.5-Turbo 엔진 선택 prompt="Once upon a time", # 입력 텍스트 혹은 프롬프트 설정 max_tokens=50, # 생성할 최대 토큰 수 temperature=0.7 # 다양성 조절을 위한 *온도 설정 )
생성된 텍스트 출력
print(response.choices[0].text.strip())