我正在创建一个OpenAI模型,我在自己的数据集上训练它。数据集有两列。第一列有英语查询,第二列有对应的N1QL查询。我必须以这样的方式训练我的模型,以便每当我询问英语查询时,模型应该能够为我返回N1QL查询。到目前为止,我已经使用Google上的示例编写了一个示例代码,如下所示:
import openai
def generate_prompt(animal):
return """Suggest three names for an animal that is a superhero.
Animal: Cat
Names: Captain Sharpclaw, Agent Fluffball, The Incredible Feline
Animal: Dog
Names: Ruff the Protector, Wonder Canine, Sir Barks-a-Lot
Animal: {}
Names:""".format(
animal.capitalize()
)
def query_openai_api(english_query):
openai.api_key = config.OPENAI_API_KEY
response = openai.Completion.create(
model="text-davinci-003",
prompt=generate_prompt(english_query),
temperature=0.6,
)
print(response.choices[0].text)
query_openai_api("Cat")
这段代码对我来说工作得很好。但是我不知道如何使用我的数据集,因为我的数据集在csv文件中。因此,请帮助我修改generate_prompt函数,以利用queries.csv中的数据集,它看起来像下面的快照:
1条答案
按热度按时间dauxcl2d1#
你可以像下面这样做: