前言

回顾上上篇文章写到如何实现最简单的OpenAI对话请求示例：

from openai import OpenAI
from dotenv import load_dotenv, find_dotenv

_ = load_dotenv(find_dotenv())
client = OpenAI()

response = client.chat.completions.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Who won the world series in 2020?"},
    {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
    {"role": "user", "content": "Where was it played?"}
  ]
)
print(response)  # 打印的是一个对象
print(response.choices[0].message.content)  # 打印的是一个具体的回复的内容

今天来探究一下token计算和completions接口其他的参数详细含义

token

根据上面的例子返回的内容为

ChatCompletion(id='chatcmpl-9IcMQtYPGYI0cOQCTENdbvO0M2yFx', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='The 2020 World Series was played in Globe Life Field in Arlington, Texas.', role='assistant', function_call=None, tool_calls=None))], created=1714224390, model='gpt-3.5-turbo-0125', object='chat.completion', system_fingerprint='fp_3b956da36b', usage=CompletionUsage(completion_tokens=17, prompt_tokens=53, total_tokens=70))
The 2020 World Series was played in Globe Life Field in Arlington, Texas.

只有接口返回时候才知道输入使用了53个token，输出使用了17个token，看起来一个token表示一个或者多个字符，究竟如何计算参考OpenAI 官方文档：

platform.openai.com/docs/guides…

官方示例："ChatGPT is great!" 这个句话被拆解成6个token: ["Chat", "G", "PT", " is", " great", "!"].

实际的计算要利用到一个第三方包：tiktoken

文档ChatGPT 利用了三个编码器对文本进行了编码：

编码名称	OpenAI 模型名称
cl100k_base	gpt-4, gpt-3.5-turbo, text-embedding-ada-002, text-embedding-3-small, text-embedding-3-large
p50k_base	Codex models, text-davinci-002, text-davinci-003
r50k_base (or gpt2)	GPT-3 models like davinci

看起来目前主流的ChatPGT模型就是用 `cl100k_base`编码来获取文本占用的token，接下来用代码实际计算token。

先安装这个包

pip install --upgrade tiktoken

import tiktoken 
encoding = tiktoken.get_encoding("cl100k_base")

# 或者
# encoding = tiktoken.encoding_for_model("gpt-3.5-turbo")

def get_token_data(words):
    resource_data = encoding.encode(words)
    len_data = len(resource_data)
    print("%s 编码后内容：%s"%(words, resource_data))
    print("%s 编码后token个数：%s"%(words,len_data))
    return len_data

words_1 = '请说王子请睡觉'
words_2 = 'tiktoken is great!'
get_token_data(words_1)
get_token_data(words_2)

打印内容：

请说王子请睡觉 编码后内容：[15225, 37687, 29207, 233, 45829, 15225, 84949, 94, 19658, 231]
请说王子请睡觉 编码后token个数：10
tiktoken is great! 编码后内容：[83, 1609, 5963, 374, 2294, 0]
tiktoken is great! 编码后token个数：6

这样是不是更清楚token的消耗计算了呢？

其他参数

参考OpenAI 官方文档：

platform.openai.com/docs/api-re…

一共用20个参数：

messages，model，frequency_penalty，logit_bias，logprobs，top_logprobs，max_tokens，n，presence_penalty，response_format，seed，stop，stream，temperature，top_p，tools，tool_choice，user，function_call，functions

除去必需两个参数messages，model，其他的stream**，**function_call，functions，tool_choice，tools，response_format前面两天了解过不做介绍，其他参数分为两个部分，一部分为控制参数：

• frequency_penalty（数字或null，默认0）：惩罚概率，控制模型重复生成相同文本的倾向。值越高，重复的可能性越小。

• logit_bias（字典）：调整模型输出文本的概率分布。它本质上是一个 映射表，用于 调整特定词语 在生成文本中的出现 可能性。

• max_tokens：参数用于控制模型生成文本的最大长度。它以令牌（tokens）为单位进行衡量，通常用于控制回复长度和计算资源。

• n（整数，默认值：1）：指示模型应生成多少个不同的文本版本。

• presence_penalty（数字或者null，默认0）：类似于 frequency_penalty，但会惩罚生成的文本中重复的 n-gram（词序列）。

• seed（整数）：一个随机种子值。使用相同的种子值会始终生成相同的文本序列。

• stop（字符串数组）：一个字符串数组，充当终止条件。如果模型在输出中遇到任何这些字符串，它将停止生成文本。

• temperature（0到2之间，默认值：1.0）：控制生成文本的创造性。值越高，文本越具创意和出人意料，但可能与给定提示的相关性较低。值越低，文本越保守和可预测。

• top_p（浮点数，0.0-1.0，默认值：1.0）：通俗地说，top_p 参数就像一个筛选器，用于控制 OpenAI 模型生成文本时的"冒险程度"，0 表示最保守，1 表示最冒险。

• user 模型微调相关，用户关联数据相关

另一部分为高级参数（用作调试）

• logprobs（整数，或者null，默认null）：当设置为 true 时，模型会提供每个生成词的概率值 (logprob)。

• top_logprobs（整数，或者null，默认null）：控制与每个词一起返回的概率数量（对于下一个 N 个词）。例如，top_logprobs=2 会在每个生成词之后返回下一个两个词的概率。

top_logprobs 和 logprobs 是OpenAI API 新增的参数可以帮助我们理解和调试大模型的输出结果，减轻幻觉问题，提高输出的确定性和可靠性。

其中比较重要的参数有temperature，top_p，在很多第三方工具都有见到这两个参数，现在测试一下

代码如下：

from openai import OpenAI
from dotenv import load_dotenv, find_dotenv

_ = load_dotenv(find_dotenv())
client = OpenAI()

response = client.chat.completions.create(
  model="gpt-3.5-turbo",
  temperature=0,
  top_p=1,
  messages=[
    {"role": "system", "content": "你是一个人工智能助手，你帮助用户回答问题。"},
    {"role": "user", "content": "你是谁"},
  ]
)
print(response.choices[0].message.content) 
# 统一询问大多都是统一回复
# 我是一个人工智能助手，可以帮助您回答问题和提供信息。有什么可以帮到您的吗？
# 我是一个人工智能助手，可以帮助您回答问题和提供信息。有什么可以帮到您的吗？

‍以上代码可以是文本回复最没有创造性，接下来做下调整

  temperature=2,
  top_p=0,

我是一个人工智能助手，设计来帮助您回答问题和提供信息。怎么可以帮到您呢？
我是一个人工智能助手，可以提供帮助回答你的问题。有什么可以帮到你的吗？
您好！我是这个平台提供的信息辅助工具。有任何问题不妨问我，我会尽全力帮助您回答问题。
我是一个人工智能助手，可以帮助您回答问题和提供信息。有什么可以帮助您的吗

所以结论就是 ：如果需要回答编程，数学，物理问题严谨的对话就需要把temperature数值设置高一些，如果是艺术，创意内容对话可以把temperature设置高一点。

最后

如果觉得内容不错，欢迎点个关注，分享和在看，你的支持是我更新的动力。