创建completions
给定提示，模型将返回一个或多个预测完成，还可以返回每个位置的替代令牌的概率。
请求连接：
https://api.openai.com/v1/completions
请求方式：
POST
请求参数：
Request Body
【model】string 必填
使用的模型ID。可以使用模型API列表接口查看所有可用的模型，有关模型的描述，请参阅模型概述。
【prompt】string 或 array 可选 默认值<|endoftext|>
生成完成的提示，编码为字符串、字符串数组、token数组或token数组的数组。
请注意，<|endoftext|>是模型在训练期间看到的文档分隔符，因此，如果未指定提示，则模型将从新文档的开头生成。
【suffix】string 可选 默认值null
插入文本完成后出现的后缀。
【max_tokens】integer 可选 默认值16
完成时要生成的最大token数量。
提示的token计数加上max_tokens不能超过模型的上下文长度。大多数模型的上下文长度为2048个token（最新模型除外，支持4096个）。
【temperature】number 可选 默认值1
使用什么样的采样温度，介于0和2之间。较高的值（如0.8）将使输出更加随机，而较低的值（例如0.2）将使其更加集中和确定。
通常建议更改它或top_p，但不能同时更改两者。
【top_p】number 可选 默认值1
一种用温度采样的替代品，称为核采样，其中模型考虑了具有top_p概率质量的token的结果。因此，0.1意味着只考虑包含前10%概率质量的token。
通常建议改变它或temperature，但不能同时更改两者。
【n】integer 可选 默认值1
每个提示要生成多少个完成。
注意：由于此参数会生成许多完成，因此它可以快速消耗您的token配额。小心使用，并确保您对max_tokens和stop有合理的设置。
【stream】boolean 可选 默认值false
是否流回部分进度。如果设置，token将在可用时作为仅数据服务器发送的事件发送，流将以data:[DONE]消息终止。
【logprobs】integer 可选 默认值null
按可能性概率选择token的个数。
例如，如果logprobs为5，API将返回5个最有可能的token的列表。
API将始终返回采样token的logprob，因此响应中可能最多有logprobs+1元素。
logprobs的最大值为5。
【echo】boolean 可选 默认值false
除了完成之外，回显提示
【stop】string 或 array 可选 默认值null
最多4个序列，API将停止生成进一步的token。返回的文本将不包含停止序列。
【presence_penalty】number 可选 默认值0
取值范围：-2.0~2.0。
正值根据新token到目前为止是否出现在文本中来惩罚它们，这增加了模型谈论新主题的可能性。
【frequency_penalty】number 可选 默认值0
取值范围：-2.0~2.0。
正值根据迄今为止文本中的现有频率惩罚新token，从而降低了模型逐字重复同一行的可能性。
【best_of】integer 可选 默认值1
在服务器端生成best_of个完成，并返回“最佳”（每个token的日志概率最高）。结果无法流式传输。
与n一起使用时，best_of控制候选完成的数量，n指定要返回的数量–best_of必须大于n。
注意：由于此参数会生成许多完成，因此它可以快速消耗token配额。小心使用并确保您对max_tokens和stop进行了合理的设置。
【logit_bias】map 可选 默认值null
修改完成时出现指定token的可能性。
接受将token（由其在GPT token生成器中的token ID指定）映射到从-100到100的相关偏差值的json对象。
您可以使用此token工具（适用于GPT-2和GPT-3）将文本转换为token ID。在数学上，偏差在采样之前被添加到模型生成的逻辑中。确切的效果因模型而异，但-1和1之间的值应该会降低或增加选择的可能性；-100或100这样的值应该导致相关token的禁止或独占选择。
例如，可以传递｛“50256”：-100｝以防止生成<|endoftext|>的token。
【user】string 可选
代表最终用户的唯一标识符，可帮助OpenAI监控和检测滥用。
调用示例：
基于已有的知识回答问题
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.Completion.create(
model="text-davinci-003",
prompt="I am a highly intelligent question answering bot. If you ask me a question that is rooted in truth, I will give you the answer. If you ask me a question that is nonsense, trickery, or has no clear answer, I will respond with \"Unknown\".\n\nQ: What is human life expectancy in the United States?\nA: Human life expectancy in the United States is 78 years.\n\nQ: Who was president of the United States in 1955?\nA: Dwight D. Eisenhower was president of the United States in 1955.\n\nQ: Which party did he belong to?\nA: He belonged to the Republican Party.\n\nQ: What is the square root of banana?\nA: Unknown\n\nQ: How does a telescope work?\nA: Telescopes use lenses or mirrors to focus light and make objects appear closer.\n\nQ: Where were the 1992 Olympics held?\nA: The 1992 Olympics were held in Barcelona, Spain.\n\nQ: How many squigs are in a bonk?\nA: Unknown\n\nQ: Where is the Valley of Kings?\nA:",
temperature=0,
max_tokens=100,
top_p=1,
frequency_penalty=0.0,
presence_penalty=0.0,
stop=["\n"]
)
与AI机器人的开放式对话
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.Completion.create(
model="text-davinci-003",
prompt="The following is a conversation with an AI assistant. The assistant is helpful, creative, clever, and very friendly.\n\nHuman: Hello, who are you?\nAI: I am an AI created by OpenAI. How can I help you today?\nHuman: I'd like to cancel my subscription.\nAI:",
temperature=0.9,
max_tokens=150,
top_p=1,
frequency_penalty=0.0,
presence_penalty=0.6,
stop=[" Human:", " AI:"]
)
翻译功能
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.Completion.create(
model="text-davinci-003",
prompt="Translate this into 1. French, 2. Spanish and 3. Japanese:\n\nWhat rooms do you have available?\n\n1.",
temperature=0.3,
max_tokens=100,
top_p=1.0,
frequency_penalty=0.0,
presence_penalty=0.0
)
