OpenAI 在今年早些時候推出了gpt-3.5-turbo 和 gpt-4，短短幾個月內，開發者們已經建立了許多令人驚嘆的應用程式。如今，其帶來了一些令人興奮的更新：在 Chat Completions API 中新增了函數調用功能。更新且更具可控性的 gpt-4 和 gpt-3.5-turbo 版本。新增了 gpt-3.5-turbo 的 16k 上下文版本（相較於標準的 4k 版本）。最先進的嵌入模型降價 75%。 gpt-3.5-turbo 的輸入標記降價 25%。宣布 gpt-3.5-turbo-0301 和 gpt-4-0314 模型的停用時間表。所有這些模型都具備與 OpenAI 在 3 月 1 日介紹的數據隱私和安全性保證相同——客戶擁有其請求生成的所有輸出，其 API 數據不會用於訓練。函數調用開發者現在可以向 gpt-4-0613 和 gpt-3.5-turbo-0613 描述函數，並讓模型智能地選擇輸出一個包含調用該函數的引數的 JSON 對象。這是一種更可靠地將 GPT 的能力與外部工具和 API 相連接的新方法。這些模型已被微調，既可以檢測函數調用的需求（根據用戶的輸入），又能回應符合函數簽名的 JSON。函數調用允許開發者更可靠地從模型獲取結構化數據。例如，開發者可以：創建透過調用外部工具（例如 ChatGPT 插件）回答問題的聊天機器人。將查詢如“給Anya發電子郵件，看看她是否想下週五喝咖啡”轉換為調用send_email(to: string, body: string)這樣的函數，或者將“波士頓的天氣如何？”轉換為get_current_weather(location: string, unit: 'celsius' | 'fahrenheit')。將自然語言轉換為 API 調用或資料庫查詢。將“本月我的前十位客戶是誰？”轉換為內部API調用，例如get_customers_by_revenue(start_date: string, end_date: string, limit: int)，或者將“Acme公司上個月下了多少訂單？”轉換為使用sql_query(query: string)的SQL查詢。從文本中提取結構化數據。定義一個名為extract_people_data(people: [{name: string, birthday: string, location: string}])的函數，以提取在維基百科文章中提到的所有人物。這些示範是透過 /v1/chat/completions 端點中的新 API 參數（functions和function_call）實現的，開發者可以透過 JSON Schema 描述函數，並選擇性地要求模型調用特定的函數。請參閱 OpenAI 的開發者文檔，如果您發現可以改進函數調用的案例，請添加評估（evals）功能開始使用。資料來源 / https://openai.com/blog/function-calling-and-other-api-updates

OpenAI推出最新GPT模型功能和降價措施

萌芽站長

OpenAI 在今年早些時候推出了gpt-3.5-turbo 和 gpt-4，短短幾個月內，開發者們已經建立了許多令人驚嘆的應用程式。

如今，其帶來了一些令人興奮的更新：

在 Chat Completions API 中新增了函數調用功能。
更新且更具可控性的 gpt-4 和 gpt-3.5-turbo 版本。
新增了 gpt-3.5-turbo 的 16k 上下文版本（相較於標準的 4k 版本）。
最先進的嵌入模型降價 75%。
gpt-3.5-turbo 的輸入標記降價 25%。
宣布 gpt-3.5-turbo-0301 和 gpt-4-0314 模型的停用時間表。

所有這些模型都具備與 OpenAI 在 3 月 1 日介紹的數據隱私和安全性保證相同——客戶擁有其請求生成的所有輸出，其 API 數據不會用於訓練。

函數調用
開發者現在可以向 gpt-4-0613 和 gpt-3.5-turbo-0613 描述函數，並讓模型智能地選擇輸出一個包含調用該函數的引數的 JSON 對象。這是一種更可靠地將 GPT 的能力與外部工具和 API 相連接的新方法。

這些模型已被微調，既可以檢測函數調用的需求（根據用戶的輸入），又能回應符合函數簽名的 JSON。函數調用允許開發者更可靠地從模型獲取結構化數據。例如，開發者可以：

創建透過調用外部工具（例如 ChatGPT 插件）回答問題的聊天機器人。
將查詢如“給Anya發電子郵件，看看她是否想下週五喝咖啡”轉換為調用send_email(to: string, body: string)這樣的函數，或者將“波士頓的天氣如何？”轉換為get_current_weather(location: string, unit: 'celsius' | 'fahrenheit')。
將自然語言轉換為 API 調用或資料庫查詢。
將“本月我的前十位客戶是誰？”轉換為內部API調用，例如get_customers_by_revenue(start_date: string, end_date: string, limit: int)，或者將“Acme公司上個月下了多少訂單？”轉換為使用sql_query(query: string)的SQL查詢。
從文本中提取結構化數據。
定義一個名為extract_people_data(people: [{name: string, birthday: string, location: string}])的函數，以提取在維基百科文章中提到的所有人物。

這些示範是透過 /v1/chat/completions 端點中的新 API 參數（functions和function_call）實現的，開發者可以透過 JSON Schema 描述函數，並選擇性地要求模型調用特定的函數。請參閱 OpenAI 的開發者文檔，如果您發現可以改進函數調用的案例，請添加評估（evals）功能開始使用。

資料來源 / https://openai.com/blog/function-calling-and-other-api-updates