GPT-4.5功能致電教程:提取AI的股票價格和新聞
大型語言模型(LLMS)通常也很難可靠地產生諸如JSON之類的結構化輸出,即使有高級提示。雖然迅速的工程有幫助,但它並不完美,偶爾會出現錯誤。本教程演示了LLM中的函數調用如何確保准確,一致的結構化數據。
函數調用允許LLMS生成結構化數據(通常是JSON)並與外部系統,API和工具進行交互,從而在保持準確性的同時啟用複雜的,上下文感知的任務。我們將使用以其準確性而聞名的GPT-4.5來構建功能稱呼腳本。首先,我們將創建一個以獲取股票價格的功能;然後,我們將添加另一個,讓LLM根據提示在多個工具之間進行選擇。最終申請將提供股票價格和新聞提要。
來自作者的圖像
GPT-4.5的函數調用優勢:
GPT-4.5增強了功能調用,改善了與外部系統的交互和復雜的任務處理。關鍵功能包括:
- API集成:與聊天完成,助手和批處理API一起使用,以進行無縫應用程序集成。
- 結構化輸出:返回結構化數據(JSON),非常適合與需要特定數據格式的系統進行交互。
- 視覺功能:接受圖像輸入(儘管不是視頻或音頻等多模式輸出)。
- 高級功能:通過建議或調用代碼中的功能,使任務自動化並集成AI決策來簡化複雜的工作流程。
(有關OpenAI模型的詳細信息,請參見博客“ GPT 4.5:功能,訪問,GPT-4O比較以及更多”。)
單功能通話(股票價格):
我們將使用GPT-4.5和yahooquery
庫(用於Yahoo Finance Data)構建一個簡單的系統。用戶詢問股票價格,觸發功能以檢索並以價格做出回應。
-
安裝庫:
!PIP安裝OpenAi Yahooquery -Q
登入後複製 -
股票價格功能:此Python功能採用股票符號(例如AAPL)並返回其價格。
來自Openai Import Openai 進口JSON 來自yahooquery進口股票 def get_stock_price(ticker): 嘗試: t =股票(股票) Price_data = T.Price 如果Price_data和Price_data [tricker] .get(“常規MarketPrice”)中的tricker不是: 價格= Price_data [tricker] [“常規MarkartPrice”] 別的: 返回f“ {tricker}的價格信息不可用。” 除例外為E: 返回f“無法檢索{tricker}的數據:{str(e)}” 返回f“ {tricker}當前以$ {PRISE:.2F}的交易
登入後複製 -
定義工具:我們為OpenAI創建一個工具定義(字典列表),指定函數的名稱,描述和輸出類型。
工具= [{{ “ type”:“函數”, “功能”: { “名稱”:“ get_stock_price”, “描述”:“從雅虎財務中獲取當前股價。” “參數”: { “類型”:“對象”, “特性”: { “股票”:{“ type”:“ string”} },, “必需”:[“股票”], “額外的properties”:false },, “嚴格”:是的 } ]]
登入後複製 -
調用該功能:我們將用戶消息發送到GPT-4.5,指定模型和工具。
客戶端= OpenAi() 消息= [{{“角色”:“用戶”,“ content”:“元股票的當前價格是多少?”}] completion = client.chat.completions.create(model =“ gpt-4.5-preview”,messages =消息,工具=工具) 打印(完成。
登入後複製 執行並返回:我們提取股票,運行
get_stock_price
,然後打印結果。然後,我們通過將其發送回自然語言格式的模型來完善響應。
多功能調用(股價和新聞):
我們添加了一個功能,可以使用feedparser
庫檢索庫存新聞。
-
安裝
feedparser
:!pip安裝feedparser -q
登入後複製 -
股票新聞功能:此功能為給定的股票提供了前三名新聞頭條。
進食飼料劑 def get_stock_news(tricker): rss_url = f“ https://feeds.finance.yahoo.com/rss/2.0/headline?s = {ticker}&region = us&lang = en-us” 嘗試: feed = feedParser.parse(rss_url) 如果不是飼料。進入: 返回f“沒有發現{tricker}的消息”。 news_items = [f“ {entry.title}({entry.link})用於feed.entries [:3]] 返回f“ {tricker}的最新新聞:\ n {chr(10).join(news_items)}” 除例外為E: 返回f“無法檢索{tricker}的新聞:{str(e)}”
登入後複製 定義多個工具:我們更新
tools
列表以包括兩個功能。模型選擇:我們向GPT-4.5提出一個需要兩個功能的問題(例如,“ Google股票價格和新聞”)。 GPT-4.5將自動選擇並調用適當的功能。
結果處理:我們根據LLM返回的函數名稱使用條件邏輯來處理這兩個函數的結果。然後將結果傳遞回LLM,以獲得最終的人類可讀響應。
結論:
本教程演示了函數如何呼叫授權LLM的能力生成結構化的輸出並與外部資源進行交互。這種方法提高了LLM驅動的應用程序的可靠性和準確性,為更複雜的AI系統鋪平了道路。像GPT-5這樣的未來進步有望在這一領域更大。提供的代碼片段可以合併和擴展,以創建更複雜和強大的應用程序。
以上是GPT-4.5功能致電教程:提取AI的股票價格和新聞的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Meta的Llama 3.2:多模式和移動AI的飛躍 Meta最近公佈了Llama 3.2,這是AI的重大進步,具有強大的視覺功能和針對移動設備優化的輕量級文本模型。 以成功為基礎

嘿,編碼忍者!您當天計劃哪些與編碼有關的任務?在您進一步研究此博客之前,我希望您考慮所有與編碼相關的困境,這是將其列出的。 完畢? - 讓&#8217

本週的AI景觀:進步,道德考慮和監管辯論的旋風。 OpenAI,Google,Meta和Microsoft等主要參與者已經釋放了一系列更新,從開創性的新車型到LE的關鍵轉變

Shopify首席執行官TobiLütke最近的備忘錄大膽地宣布AI對每位員工的基本期望是公司內部的重大文化轉變。 這不是短暫的趨勢。這是整合到P中的新操作範式

介紹 想像一下,穿過美術館,周圍是生動的繪畫和雕塑。現在,如果您可以向每一部分提出一個問題並獲得有意義的答案,該怎麼辦?您可能會問:“您在講什麼故事?

介紹 Openai已根據備受期待的“草莓”建築發布了其新模型。這種稱為O1的創新模型增強了推理能力,使其可以通過問題進行思考

SQL的Alter表語句:動態地將列添加到數據庫 在數據管理中,SQL的適應性至關重要。 需要即時調整數據庫結構嗎? Alter表語句是您的解決方案。本指南的詳細信息添加了Colu

對於那些可能是我專欄新手的人,我廣泛探討了AI的最新進展,包括體現AI,AI推理,AI中的高科技突破,及時的工程,AI培訓,AI,AI RE RE等主題
