(资料图)

转自:新智元
编辑:拉燕 好困
【导读】ChatGPT凌晨重磅更新!新增函数调用,4倍上下文长度,还更便宜了。
ChatGPT突然更新!
昨日凌晨,OpenAI在官网上发布了所有更新细节,包含以下这几个方面:
在Chat Completions API中增加了新的函数调用能力
更新了GPT-4和版本,可操控性更强
为增加了16k的上下文长度(此前是4k)
嵌入模型成本降低75%
的输入token成本降低25%
公布了和GPT-4-0314模型的淘汰时间表
其中备受关注的应该就是新的函数调用能力,GPT-4和两个模型的升级,以及各种降成本。
对此,推特网友「宝玉」表示,OpenAI这次更新的函数调用功能,本质上是让API直接支持了Agent或者Plugin。

函数调用

现在,开发者现在可以向GPT-4-0613和描述函数,并让模型智能地选择输出包含调用这些函数的参数的JSON对象。
这是一种更可靠地将GPT的功能与外部工具和API相连的新方法。
这些模型已经过微调,既能检测到何时需要调用函数(取决于用户输入的内容),又能用符合函数签名的JSON来进行响应。
函数调用允许开发者更可靠地从模型中获得结构化的数据。
比如,开发者可以创建一个聊天机器人,通过调用外部工具(例如,ChatGPT插件)来回答问题。
具体来说,可以将诸如「给Anya发邮件,看她下周五是否想喝咖啡」这样的查询转换为send_email(to: string, body: string)这样的函数调用。
或者将「波士顿的天气如何?」转换为get_current_weather(location: string, unit: "celsius" | "fahrenheit")。
此外,开发者还能将自然语言转换为API调用或者数据库查询。
比如,将「谁是我这个月的十大客户?」转换为内部API调用,即为:get_customers_by_revenue(start_date: string, end_date: string, limit: int)。
又或者把「Acme, Inc.上个月有多少订单?」转换成SQL查询,即为:sql_query(query: string)。
此外,还允许开发者从文本中提取结构化数据。
只需定义一个名为extract_people_data(people: [{name: string, birthday: string, location: string}]的函数,就能提取维基百科文章中提到的所有人物。
以前用户需要在Prompt里加一堆描述才能支持Agent,而现在就简单多了,只要在API请求的时候,传入一个functions参数即可。
functions参数实际上就类似于用户要指定的Agent。
注意,这里可以是不止一个function,function是一个对象,还可以加上名称(name)、描述(description)、参数(parameters)等等。
然后,返回的结果就包含了如下结构化的内容:
function_call:调用的函数名,和用户传入的函数名称一致
arguments:JSON格式的参数值,包含了用户调用函数需要的参数名称和值。
比如说:
"function_call": { "name": "get_current_weather", "arguments": "{ \"location\": \"Boston, MA\"}" }
国外网友表示,function最大的价值就是解决了GPT返回数据结构化的问题,不再需要用户输入复杂的prompt。
第一步:OpenAI API
第二步:第三方API
第三步:OpenAI API

模型升级

GPT-4

GPT-4-0613的主要更新就是上面提到的全新函数调用功能。
而GPT-4-32k-0613的更新,除了包含GPT-4-0613的所有更新内容以外,还新增加了更长的上下文长度,从而能更好地理解更长篇幅的文本。
OpenAI表示,未来几周内,将会有更多目前在等待名单上的人可以开始使用GPT-4.

Turbo

的更新中具备与GPT-4相同的函数调用功能,并通过系统信息提供了更高的可控性。
这两个特性将使开发者能够更有效地引导GPT模型生成的回复。
相较于拥有4倍的上下文长度,但成本是前者的两倍。
每1000个token输入的费用为美元,每1000个输出token的费用为美元。
16k的上下文长度意味着该模型现在能够在单次对话中支持约20页长度的文本。
同时,OpenAI表示,新模型将于正式上线,而旧模型将于今年后无法再次访问。

价格更低

最后,OpenAI发布的价格降低的新消息也让不少用户为之一动。
text-embedding-ada-002是OpenAI最受欢迎的嵌入模型。今天我们将成本降低了75%,每1,000个token费用为美元。
而作为最受欢迎的聊天模型——,其输入的token费用降低了25%。
开发者现在能以美元/1000个输入token的价格使用该模型,每1000个输出token费用为美元,相当于每美元大约能使用700页。
的定价为美元/每1000个输入token,而每1000个输出token费用为美元。
参考资料:
/blog/function-calling-and-other-api-updates

推荐内容