Created
Aug 10, 2024 10:01 AM
Favorite
Favorite
Priority
备注
推荐
类型
模型测试
可配置参数列表
参数名称 | 参数说明 | 默认值 |
api_base | api base 地址 | |
key | openai api_key | sk-AAAAAAAAAAAAA |
model | Azure OpenAI 的模型名称与 OpenAI 不同。Azure OpenAI 使用部署名称,例如,在部署 gpt-3.5-turbo 模型时,可以将部署名称设置为 gpt-35 | 无 |
max_tokens | 最大输入 token,获取请参考:Max Tokens | 400 |
temperature | 使用采样温度 (sampling temperature) 来控制输出的随机性。该值介于 0 到 2 之间。较高的温度 (例如 0.8) 会使输出更加随机,生成意想不到的结果。较低的温度 (例如 0.2) 会使输出更加集中,更贴近于给定的输入内容。我们通常建议您调整采样温度或 top_p 参数之一,但不要同时调整两者 | 0.7 |
top_p | 核采样 (top_p) 是另一种替代采样温度 (sampling temperature) 的方法。与采样温度不同,核采样关注的是概率质量累积位于顶部的部分结果 (token)。具体来说,top_p 代表了累积概率的阈值。例如,top_p 为 0.1 表示模型仅考虑占总概率质量前 10% 的结果 | 0.95 |
frequency_penalty | - | 0 |
presence_penalty | 这是数值范围为 -2.0 到 2.0 的数字,用于控制文本生成过程中的新颖性。数值越高,模型就越倾向于讨论新主题,生成的句子也会更加新颖和独特 | 0 |