目錄
uni-ai是什么
1、聚合
2、prompt輔助
3、私有數(shù)據(jù)訓(xùn)練
4、現(xiàn)成開(kāi)源項(xiàng)目
如何使用uni-ai
1、通過(guò)api調(diào)用
2、獲取LLM實(shí)例
3、對(duì)話
4、簡(jiǎn)單示例
5、流式響應(yīng)
其他說(shuō)明
?費(fèi)用
常見(jiàn)用途場(chǎng)景
做小程序開(kāi)發(fā)的應(yīng)該都知道uniapp，這是Dcloud推出的一款跨端開(kāi)發(fā)框架。是一個(gè)使用?Vue.js?開(kāi)發(fā)所有前端應(yīng)用的框架，開(kāi)發(fā)者編寫(xiě)一套代碼，可發(fā)布到iOS、Android、Web（響應(yīng)式）、以及各種小程序（微信/支付寶/百度/頭條/飛書(shū)/QQ/快手/釘釘/淘寶）、快應(yīng)用等多個(gè)平臺(tái)。
目前uniapp的用戶(hù)非常多，基本上是開(kāi)發(fā)多端小程序的不二之選。
最近，chatgpt爆火，很多人也想要進(jìn)行相關(guān)應(yīng)用的開(kāi)發(fā)，那么，如果用uniapp來(lái)做ai開(kāi)發(fā)呢？Dcloud官方非常貼心的提供了一個(gè)新的開(kāi)發(fā)組件，uni-ai，使用他，你可以輕松的進(jìn)行ai開(kāi)發(fā)集成，無(wú)論是國(guó)外的chatgpt，還是國(guó)內(nèi)的常用的大語(yǔ)言模型，都可以信手拈來(lái)。
而且，它目前還是免費(fèi)提供的哦，是不是很Nice?
uni-ai是什么
uni-ai由Dcloud開(kāi)發(fā)，定位就是開(kāi)發(fā)者使用ai能力的最佳開(kāi)發(fā)庫(kù)，更豐富、更易用、更高效。
它具有以下特點(diǎn)
1、聚合
uni-ai，聚合了國(guó)內(nèi)外各種流行的ai能力。包括
- 大語(yǔ)言模型LLM：chatGPT、GPT-4、百度文心一言、minimax等
- 圖形能力：文心一格 （未來(lái)還會(huì)聚合更多）
uni-ai支持配置自己在AI廠商處申請(qǐng)的API Key和代理，也支持免配直接使用。
2、prompt輔助
自然語(yǔ)言誰(shuí)都會(huì)說(shuō)，但想提出一個(gè)好prompt來(lái)指揮ai滿足自己的需求并不簡(jiǎn)單。所以出現(xiàn)了prompt工程師的說(shuō)法。
uni-ai整合了大量prompt模板，并將提供?format prompt和prompt插件市場(chǎng)。
舉個(gè)例子，如果你需要寫(xiě)一個(gè)產(chǎn)品營(yíng)銷(xiāo)文案，你可以使用自然語(yǔ)言，如請(qǐng)幫我編寫(xiě)一份產(chǎn)品營(yíng)銷(xiāo)文案，產(chǎn)品名稱(chēng)叫uni-app，它的特點(diǎn)是開(kāi)發(fā)一次全端覆蓋。
但實(shí)際上，自然語(yǔ)言這么寫(xiě)是繁瑣且容易紕漏的。format prompt是彈出一個(gè)表單，你在表單里填寫(xiě)：
產(chǎn)品名稱(chēng)：uni-app
目標(biāo)用戶(hù)：程序員
產(chǎn)品歸類(lèi)：前端應(yīng)用開(kāi)發(fā)框架
產(chǎn)品用途：使用該框架開(kāi)發(fā)應(yīng)用，一次編碼可覆蓋到Android app、iOS app、web、以及各家小程序，如微信、百度、支付寶、抖音、qq、京東等小程序和快應(yīng)用。
賣(mài)點(diǎn)：高效、易學(xué)、生態(tài)完善
文風(fēng)：技術(shù)風(fēng)格
字?jǐn)?shù)：500字
復(fù)制代碼
uni-ai，為你提供更好的prompt。
3、私有數(shù)據(jù)訓(xùn)練
目前的大模型，沒(méi)有最新的、以及企業(yè)私有的數(shù)據(jù)。各家也未開(kāi)放fine-turning微調(diào)模型。
如何把私有數(shù)據(jù)灌入ai中，幾乎是每個(gè)企業(yè)都關(guān)心的事情。
uni-ai將提供一整套方案解決這個(gè)問(wèn)題，只需把私有數(shù)據(jù)按指定格式提交到你的uniCloud服務(wù)空間，就可以自動(dòng)把這些最新的、私有的知識(shí)加入到ai的回答中。
4、現(xiàn)成開(kāi)源項(xiàng)目
ai能力非常常見(jiàn)的應(yīng)用場(chǎng)景，有智能客服和自動(dòng)生成文稿。
uni-ai把這些常見(jiàn)場(chǎng)景對(duì)應(yīng)的應(yīng)用均已做好，并且開(kāi)源。開(kāi)發(fā)者可以直接拿走使用。
如何使用uni-ai
1、通過(guò)api調(diào)用
ai作為一種云能力，相關(guān)調(diào)用被整合到uniCloud中。
如您的服務(wù)器業(yè)務(wù)不在uniCloud上，可以把云函數(shù)URL化，把uni-ai當(dāng)做http接口調(diào)用。
在實(shí)際應(yīng)用中，大多數(shù)場(chǎng)景是直接使用uni-im和uni-cms的ai功能，這些開(kāi)源項(xiàng)目已經(jīng)把完整邏輯都實(shí)現(xiàn)，無(wú)需自己研究API。
ai能力由uni-cloud-ai擴(kuò)展庫(kù)提供，在云函數(shù)或云對(duì)象中，對(duì)右鍵配置uni-cloud-ai擴(kuò)展庫(kù)。如何使用擴(kuò)展庫(kù)請(qǐng)參考：使用擴(kuò)展庫(kù)
如果HBuilderX版本過(guò)低，在云函數(shù)的擴(kuò)展庫(kù)界面里找不到uni-ai。
注意uni-ai是云函數(shù)擴(kuò)展庫(kù)，其api是uniCloud.ai，不是需要下載的三方插件。而uni-cms、uni-im等開(kāi)源項(xiàng)目，是需要在插件市場(chǎng)下載的。
2、獲取LLM實(shí)例
LLM，全稱(chēng)為L(zhǎng)arge Language Models，指大語(yǔ)言模型。
LLM的主要特點(diǎn)為輸入一段前文，可以推導(dǎo)預(yù)測(cè)下文。
LLM不等于ai的全部，除了LLM，還有ai生成圖片等其他模型。
用法：uniCloud.ai.getLLMManager(Object GetLLMManagerOptions);
注意需在相關(guān)云函數(shù)或云對(duì)象中加載uni-cloud-ai使用擴(kuò)展庫(kù)，否則會(huì)報(bào)找不到ai對(duì)象。
參數(shù)說(shuō)明GetLLMManagerOptions
| 參數(shù) | 類(lèi)型 | 必填 | 默認(rèn)值 | 說(shuō)明 |
|---|---|---|---|---|
| provider | string | 否 | - | llm服務(wù)商，目前支持openai、baidu、minimax。不指定時(shí)由uni-ai自動(dòng)分配 |
| apiKey | string | 否 | - | llm服務(wù)商的apiKey，如不填則使用uni-ai的key。如指定openai和baidu則必填 |
| accessToken | string | 否 | - | llm服務(wù)商的accessToken。目前百度文心一言是必填，如何獲取請(qǐng)參考：百度AI鑒權(quán)認(rèn)證機(jī)制 |
| proxy | string | 否 | - | 可有效連接openai服務(wù)器的、可被uniCloud云函數(shù)連接的代理服務(wù)器地址。格式為IP或域名，域名不包含http前綴，協(xié)議層面僅支持https。配置為openai時(shí)必填 |
關(guān)于proxy參數(shù)的說(shuō)明
如果使用的代理需要用戶(hù)名和密碼，請(qǐng)?jiān)诖淼刂分屑尤胗脩?hù)名和密碼，例如：username:password@ip:port。uni-ai在請(qǐng)求openai時(shí)會(huì)自動(dòng)將openai的域名替換為配置的代理域名或ip，一般的反向代理服務(wù)器均可滿足此需求。
示例
在云函數(shù)或云對(duì)象中編寫(xiě)如下代碼：
// 不指定provider
const llm = uniCloud.ai.getLLMManager()
// 指定openai，需自行配置相關(guān)key，以及中轉(zhuǎn)代理服務(wù)器
const openai = uniCloud.ai.getLLMManager({
provider: 'openai',
apiKey:'your key',
proxy:'www.yourdomain.com' //也可以是ip
})現(xiàn)階段，不指定provider時(shí)，uni-ai分配的ai引擎無(wú)需開(kāi)發(fā)者支付費(fèi)用。同時(shí)也不會(huì)自動(dòng)分配到gpt-4等比較昂貴但精準(zhǔn)的模型上。如有變化會(huì)提前公告。
開(kāi)發(fā)者使用openai等已經(jīng)商用的ai時(shí)，需自行向相關(guān)服務(wù)商支付費(fèi)用。
3、對(duì)話
?注意
對(duì)話接口響應(yīng)一般比較慢，建議將云函數(shù)超時(shí)時(shí)間配置的長(zhǎng)一些，比如30秒（客戶(hù)端訪問(wèn)云函數(shù)最大超時(shí)時(shí)間：騰訊云為30秒，阿里云為40秒）。如何配置云函數(shù)超時(shí)時(shí)間請(qǐng)參考：云函數(shù)超時(shí)時(shí)間
用法：llm.chatCompletion(Object ChatCompletionOptions)
參數(shù)說(shuō)明ChatCompletionOptions
| 參數(shù) | 類(lèi)型 | 必填 | 默認(rèn)值 | 說(shuō)明 | 兼容性說(shuō)明 |
|---|---|---|---|---|---|
| messages | array | 是 | - | 提問(wèn)信息 | |
| model | string | 否 | 默認(rèn)值見(jiàn)下方說(shuō)明 | 模型名稱(chēng)。每個(gè)AI Provider有多個(gè)model，見(jiàn)下方說(shuō)明 | 百度文心一言不支持此參數(shù) |
| number | 否 | - | 【已廢棄，請(qǐng)使用tokensToGenerate替代】生成的token數(shù)量限制，需要注意此值和傳入的messages對(duì)應(yīng)的token數(shù)量相加不可大于4096 | 百度文心一言不支持此參數(shù) | |
| tokensToGenerate | number | 否 | 默認(rèn)值見(jiàn)下方說(shuō)明 | 生成的token數(shù)量限制，需要注意此值和傳入的messages對(duì)應(yīng)的token數(shù)量相加不可大于4096 | 百度文心一言不支持此參數(shù) |
| temperature | number | 否 | 1 | 較高的值將使輸出更加隨機(jī)，而較低的值將使輸出更加集中和確定。建議temperature和top_p同時(shí)只調(diào)整其中一個(gè) | 百度文心一言不支持此參數(shù) |
| topP | number | 否 | 1 | 采樣方法，數(shù)值越小結(jié)果確定性越強(qiáng)；數(shù)值越大，結(jié)果越隨機(jī) | 百度文心一言不支持此參數(shù) |
| stream | boolean | 否 | false | 是否使用流式響應(yīng)，見(jiàn)下方流式響應(yīng)章節(jié) | 百度文心一言不支持此參數(shù) |
messages參數(shù)說(shuō)明
需注意messages末尾有個(gè)s，它是數(shù)組，而不是簡(jiǎn)單的字符串。其中每項(xiàng)由消息內(nèi)容content和角色role組成。
一個(gè)最簡(jiǎn)單的示例：
await llm.chatCompletion({
messages: [{
role: 'user',
content: '你好'
}]
})
復(fù)制代碼
role，即角色，有三個(gè)值：
- system 系統(tǒng)，對(duì)應(yīng)的content一般用于對(duì)話背景設(shè)定等功能。system角色及信息如存在時(shí)只能放在messages數(shù)組第一項(xiàng)。baidu不支持此角色
- user 用戶(hù)，對(duì)應(yīng)的content為用戶(hù)輸入的信息
- assistant ai助手，對(duì)應(yīng)的content為ai返回的信息
當(dāng)開(kāi)發(fā)者需要為用戶(hù)的場(chǎng)景設(shè)置背景時(shí)，則需在云端代碼寫(xiě)死system，而用戶(hù)輸入的問(wèn)題則被放入user中，然后一起提交給LLM。
例如，提供一個(gè)法律咨詢(xún)的ai咨詢(xún)助手。
開(kāi)發(fā)者可以在system里限制對(duì)話背景，防止ai亂答問(wèn)題。然后給用戶(hù)提供輸入框，假使用戶(hù)咨詢(xún)了：“謠言傳播多少人可以定罪？”，那么拼接的message就是：
const messages = [{
role: 'system',
content: '你是一名律師，回答內(nèi)容僅限法律范圍。'
},{
role: 'user',
content: '謠言傳播多少人可以定罪？'
}]
復(fù)制代碼
對(duì)于不支持system的情況，如baidu，只能把system對(duì)應(yīng)的內(nèi)容寫(xiě)到第一條user信息內(nèi)，也可以達(dá)到一定范圍內(nèi)的控制效果。
注意：對(duì)于法律、醫(yī)學(xué)等專(zhuān)業(yè)領(lǐng)域需要準(zhǔn)確回答的，建議使用gpt-4模型。其他模型更適合閑聊、文章內(nèi)容生成。
assistant這個(gè)角色的內(nèi)容，是ai返回的。當(dāng)需要持續(xù)聊天、記憶前文時(shí)，需使用此角色。
因?yàn)長(zhǎng)LM沒(méi)有記憶能力，messages參數(shù)內(nèi)需要包含前文，LLM才能記得之前聊天的內(nèi)容。
以下的messages示例，是第二輪ai對(duì)話時(shí)發(fā)送的messages的示例。在這個(gè)示例中，第一個(gè)user和assistant的內(nèi)容，是第一輪ai對(duì)話的聊天記錄。 最后一個(gè)user是第二輪對(duì)話時(shí)用戶(hù)提的問(wèn)題。
因?yàn)橛脩?hù)提問(wèn)的內(nèi)容“從上述方法名中篩選首字母為元音字母的方法名”，其中有代詞“上述”，為了讓ai知道“上述”是什么，需要把第一輪的對(duì)話內(nèi)容也提交。
const messages = [{
role: 'system',
content: '以下對(duì)話只需給出結(jié)果，不要對(duì)結(jié)果進(jìn)行解釋。'
},{
role: 'user',
content: '以數(shù)組形式返回nodejs os模塊的方法列表，數(shù)組的每一項(xiàng)是一個(gè)方法名。'
}, {
role: 'assistant',
content: '以下是 Node.js 的 os 模塊的方法列表，以數(shù)組形式返回，每一項(xiàng)是一個(gè)方法名：["arch","cpus","endianness","freemem","getPriority","homedir","hostname","loadavg","networkInterfaces","platform","release","setPriority","tmpdir","totalmem","type","uptime","userInfo"]'
}, {
role: 'user',
content: '從上述方法名中篩選首字母為元音字母的方法名，以數(shù)組形式返回'
}]
復(fù)制代碼
在持續(xù)對(duì)話中需注意，messages內(nèi)容越多則消耗的token越多，而LLM都是以token計(jì)費(fèi)的。
token是LLM的術(shù)語(yǔ)，ai認(rèn)知的語(yǔ)言是經(jīng)過(guò)轉(zhuǎn)換的，對(duì)于英語(yǔ)，1個(gè)token平均是4個(gè)字符，大約0.75個(gè)單詞；對(duì)于中文，1個(gè)漢字大約是2個(gè)token。
如何在節(jié)省token和保持持續(xù)對(duì)話的記憶之間平衡，是一個(gè)挺復(fù)雜的事情。開(kāi)發(fā)者需在適合時(shí)機(jī)要求ai對(duì)上文進(jìn)行總結(jié)壓縮，下次對(duì)話傳遞總結(jié)及總結(jié)之后的對(duì)話內(nèi)容以實(shí)現(xiàn)更長(zhǎng)的對(duì)話。
DCloud在uni-im和uni-cms中， 已經(jīng)寫(xiě)好了這些復(fù)雜邏輯。開(kāi)發(fā)者直接使用DCloud封裝好的開(kāi)源項(xiàng)目模板即可。
在上述例子中，還可以看到一種有趣的用法，即要求ai以數(shù)組方式回答問(wèn)題。這將有利于開(kāi)發(fā)者格式化數(shù)據(jù)，并進(jìn)行后置增強(qiáng)處理。
model參數(shù)說(shuō)明
每個(gè)AI Provider可以有多個(gè)model，比如對(duì)于openai，ChatGPT的模型是gpt-3.5-turbo，而gpt-4的模型就是gpt-4。不同模型的功能、性能、價(jià)格都不一樣。
也有一些AI Provider只有一個(gè)模型，此時(shí)model參數(shù)可不填。
如果您需要非常精準(zhǔn)的問(wèn)答，且不在乎成本，推薦使用gpt-4。如果是普通的文章內(nèi)容生成、續(xù)寫(xiě)，大多數(shù)模型均可勝任。
| 服務(wù)商 | 接口 | 模型 |
|---|---|---|
| openai | chatCompletion | gpt-4、gpt-4-0314、gpt-4-32k、gpt-4-32k-0314、gpt-3.5-turbo（默認(rèn)值）、gpt-3.5-turbo-0301 |
| minimax | chatCompletion | abab4-chat、abab5-chat（默認(rèn)值） |
tokensToGenerate參數(shù)說(shuō)明
tokensToGenerate指生成的token數(shù)量限制，即返回的文本對(duì)應(yīng)的token數(shù)量不能超過(guò)此值。注意這個(gè)值不是總token。此參數(shù)名稱(chēng)后續(xù)可能改名。
注意此值和傳入messages對(duì)應(yīng)的token數(shù)量，兩者相加不可大于4096。如果messages對(duì)應(yīng)的token數(shù)為1024，當(dāng)傳遞的tokensToGenerate參數(shù)大于（4096-1024）時(shí)接口會(huì)拋出錯(cuò)誤。
未指定provider時(shí)默認(rèn)最多生成512個(gè)token的結(jié)果，也就是返回結(jié)果不會(huì)很長(zhǎng)。如有需求請(qǐng)自行調(diào)整此值。此默認(rèn)值為512（在HBuilderX alpha 3.7.13版本默認(rèn)為128）
chatCompletion方法的返回值
| 參數(shù) | 類(lèi)型 | 必備 | 默認(rèn)值 | 說(shuō)明 | 兼容性說(shuō)明 |
|---|---|---|---|---|---|
| id | string | openai必備 | - | 本次回復(fù)的id | 僅openai返回此項(xiàng) |
| reply | string | 是 | - | ai對(duì)本次消息的回復(fù) | |
| choices | array<object> | 否 | - | 所有生成結(jié)果 | 百度文心一言不返回此項(xiàng) |
| |--finishReason | string | 否 | - | 截?cái)嘣?，stop（正常結(jié)束）、length（超出maxTokens被截?cái)啵?/td> | |
| |--message | object | 否 | - | 返回消息 | |
| ??|--role | string | 否 | - | 角色 | |
| ??|--content | string | 否 | - | 消息內(nèi)容 | |
| usage | object | 是 | - | 本次對(duì)話token消耗詳情 | |
| |--promptTokens | number | 否 | - | 輸入的token數(shù)量 | minimax不返回此項(xiàng) |
| |--completionTokens | number | 否 | - | 生成的token數(shù)量 | minimax不返回此項(xiàng) |
| |--totalTokens | number | 是 | - | 總token數(shù)量 |
4、簡(jiǎn)單示例
在你的云函數(shù)中加載uni-cloud-ai擴(kuò)展庫(kù)，寫(xiě)下如下代碼，ctrl+r運(yùn)行，即可調(diào)用ai返回結(jié)果。
const llmManager = uniCloud.ai.getLLMManager()
const res = await llmManager.chatCompletion({
messages: [{
role: 'user',
content: 'uni-app是什么，20個(gè)字以?xún)?nèi)進(jìn)行說(shuō)明'
}]
})
console.log(res);5、流式響應(yīng)
新增于HBuilderX正式版 3.7.10+， alpha版 HBuilderX 3.8.0
訪問(wèn)AI聊天接口時(shí)，如生成內(nèi)容過(guò)大，響應(yīng)時(shí)間會(huì)很久，前端用戶(hù)需要等待很長(zhǎng)時(shí)間才會(huì)收到結(jié)果。
實(shí)際上AI是逐漸生成下一個(gè)token的，所以可使用流式響應(yīng)，類(lèi)似不停打字的打字機(jī)那樣，讓前端用戶(hù)陸續(xù)看到AI生成的內(nèi)容。
以往云函數(shù)只有return的時(shí)候，才能給客戶(hù)端返回消息。在流式響應(yīng)中，需要云函數(shù)支持sse，在return前給客戶(hù)端一直發(fā)送通知。
uniCloud的云函數(shù)，基于uni-push2，于 HBuilderX 新版提供了sse通道，即云函數(shù)請(qǐng)求中的中間狀態(tài)通知通道。
在調(diào)用chatCompletion接口時(shí)傳遞參數(shù)stream: true即可開(kāi)啟流式響應(yīng)。
其他說(shuō)明
?費(fèi)用
- 如果您自己去ai廠商申請(qǐng)和繳費(fèi)，比如openai，則繳費(fèi)后在uni-ai中配置相關(guān)key即可使用。
- 如果您使用uni-ai自動(dòng)分配的ai服務(wù)，目前也是免費(fèi)的。未來(lái)若計(jì)費(fèi)會(huì)提前公告。未來(lái)計(jì)費(fèi)原則也必然是市場(chǎng)標(biāo)準(zhǔn)價(jià)格，不會(huì)出現(xiàn)歧視性、收割性定價(jià)。
常見(jiàn)用途場(chǎng)景
現(xiàn)階段的ai，被稱(chēng)之為AIGC，即生成式ai。我們需要了解它擅長(zhǎng)和不擅長(zhǎng)的地方，并管理預(yù)期。
ai是模糊的、概率的，不是精確的，不要問(wèn)生成式ai數(shù)學(xué)題。
從本質(zhì)來(lái)講，生成式ai不是在回答問(wèn)題，而是在通過(guò)前文預(yù)測(cè)下文。你的前文可以恰好是一個(gè)問(wèn)題，也可以不是問(wèn)題。
ai會(huì)推理出很多下文并打分，選擇最高分的下文返回給你。但“不知道”這個(gè)下文的打分往往不如其他胡謅的下文得分高，所以你很少會(huì)遇到ai的下文是“不知道”。
ai會(huì)使用互聯(lián)網(wǎng)上的數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，但訓(xùn)練語(yǔ)料不會(huì)包含最新的知識(shí)和互聯(lián)網(wǎng)上未公開(kāi)的知識(shí)。比如openai的訓(xùn)練數(shù)據(jù)是2021年9月以前的數(shù)據(jù)。
雖然ai學(xué)習(xí)了互聯(lián)網(wǎng)的知識(shí)，但它不是復(fù)讀機(jī)，它把知識(shí)壓縮形成自己的理解。你的前文和它的理解碰撞出它的下文（所以合適的前文，也就是prompt很重要）。
越好的ai，其知識(shí)儲(chǔ)備、理解和推理能力越優(yōu)秀，預(yù)測(cè)的下文可以更逼近真實(shí)，甚至超過(guò)普通人的水平。
目前生成式ai的主要用途有：
- 文章生成、潤(rùn)色、續(xù)寫(xiě)：常見(jiàn)于生成文案、文書(shū)、標(biāo)語(yǔ)、名字、營(yíng)銷(xiāo)郵件、笑話、詩(shī)詞等。uni-cms中，已經(jīng)內(nèi)置了這個(gè)功能
- 閑聊：情感咨詢(xún)、常識(shí)問(wèn)答。由于聊天本身有不少代碼工作量，推薦使用現(xiàn)成開(kāi)源項(xiàng)目。比如單純的ai聊天模板uni-ai-chat，或?qū)I(yè)的im工具、支持私聊群聊的uni-im
- 翻譯：各國(guó)各民族語(yǔ)言翻譯
- 代碼注釋補(bǔ)充和簡(jiǎn)單代碼生成：需使用openai，其他provider在代碼領(lǐng)域的能力暫時(shí)還不行
如對(duì)生成內(nèi)容有較高的準(zhǔn)確性要求，一方面使用gpt-4等高級(jí)的模型；另一方面需要追加專(zhuān)業(yè)甚至私有的語(yǔ)料訓(xùn)練。
目前gpt-4未開(kāi)放微調(diào)，但uni-ai正在開(kāi)發(fā)其他私有數(shù)據(jù)訓(xùn)練方案，后續(xù)會(huì)升級(jí)提供。
gpt-4是目前準(zhǔn)確性最高的ai，也是最貴的ai。開(kāi)發(fā)者需根據(jù)需求場(chǎng)景選擇，一般的文章生成和閑聊，可以不用gpt-4。文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-545237.html
另外想得到良好的推理結(jié)果，優(yōu)化prompt前文也非常重要。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-545237.html
到了這里，關(guān)于使用uniapp做ai開(kāi)發(fā)，太簡(jiǎn)單了。無(wú)論是chatgpt還是國(guó)內(nèi)的大語(yǔ)言模型，都可以隨意使用的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
