未命名文章吴恩达ChatGPT pROMPTKECHENG BIJI

1. model：表示使用的模型类型，例如：gpt-3.5-turbo。
2. prompt：表示你输入的提示词。
3. temperature：表示生成的回答的多样性程度，取值范围为0到2，通常设置在0.7到1.0之间。将温度设置为较低的值将导致输出更可预测和重复(如果希望有固定的结果可以将值设为0)，而较高的温度会导致更随机和不可预测的输出。
4. top_p：表示从概率分布中选择可能结果的阈值大小，取值范围0到1，通常设置在0.1到1.0之间。建议不要同时使用temperature和top_p。利用了核采样技术，设置为0.1意味着输出对前10%概率的token采样。
5. presence_penalty：作用是惩罚文本中已经出现的单词，提升讨论新主题的可能性。取值范围-2.0到2.> 0。值越大，惩罚越大，通常设置在0.3到0.9之间。
6. frequency_penalty：作用类似于presence_penalty，减少总体上（包括未在已有文本中出现的）使用频率较高的单词/短语的概率，增加使用频率较低的单词/短语的可能性。取值范围-2.0到2.0，设置为-2时可能会出现这样的效果：今天气温气温气温气温气温气温气温为15~27摄氏度。
7. max_tokens：用于限制要生成的最多单词/标记数。它通常用于生成摘要或短文本场景，在这些场景中，输出需要有特定的长度限制。如果模型生成的句子超过了指定的最大标记数，则模型将停止生成句子，返回已生成的文本。
8. n：生成的回复数量，通常设置为1。
9. stop：用于控制停止的单词或短语列表（最多4个），当模型生成包含这些单词/短语的文本时，它将停止生成并返回结果。
10. stream：是否以流的形式返回结果。若设置为true，那么回答会一个字一个字的蹦出来，类似打字的过程，否则就是一次性显示回答。
11. logit_bias：修改指定标记出现在回答中的可能性。接受一个token（由GPT分词器中的token ID指定）映射到从-100到100的偏差值的json对象。可以使用官方提供的分词器工具（适用于GPT-2和GPT-3）将文本转换为tokenID。从数学上讲，在采样之前，偏差被添加到模型生成的logits中，人为改变一些token的概率。具体效果将因模型而异，但值在-1和1之间会减少或增加选择的可能性；值如-100或100会导致相关标记被禁止或独占生成。
12. best_of：在多次生成中选择最佳结果。当使用best_of参数时，用户可以指定需要生成的次数，模型将返回这些次数中得分最高的结果作为最终输出。可以通过这种方法获取更准确的回答。