ChatGPT API后台开发实战

本节主要是跟大家分享一个端到端的基于模型驱动的对话机器人，会有前端和后端，也会有一些具体模型的调用，读者需具有Python语言编程的基础，这是前置性的条件，有了这个基础，理论上讲本节所有的内容，读者都可以掌握，这个语音聊天软件包含三部分， Frontend是前端，Backend是后台，模型层是ChatGPT或者大型语言模型（Large Language Models），如图1-1所示。
在这里插入图片描述

图1- 1 语音聊天软件架构图
从生产级开发架构的角度，会使用框架耦合掉后端和具体的模型层，Framework框架可以调用后端的任何模型，包括Google的模型，也有一些开源的模型，一个很重要的来源是Hugging Face，后端呼叫API的部分往往是跟模型本身进行交互，数据的部分称为私域数据（Private Data），私域数据跟模型训练数据是不一样的，它可能是企业的私有数据，也可能是企业服务于用户的过程中，每个用户产生的数据，这肯定是绝对的核心，每一个企业做产品的时候，用户数据是核心的资产、价值或者竞争力，因为现在很多模型都是通用的，模型本身并不能直接带来产品价值的差异化，而拥有的数据是一个核心竞争力的基础，在框架的支持下，数据和模型进行互动，这是技术的核心。作为生产级的开发

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/671514.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！