当前位置:   article > 正文

ChatGPT 使用 拓展资料:用 Rasa Open Source 和 ChatGPT 回答有关结构化数据的问题_rasa llm

rasa llm

ChatGPT 使用 拓展资料:用 Rasa Open Source 和 ChatGPT 回答有关结构化数据的问题

几年前,我们引入了将 Rasa 与知识库集成的功能,允许助手回答详细的 问题,就像下面的对话一样。

在这里插入图片描述
虽然功能强大,但知识库功能的设置工作量很大。ChatGPT 回答有关结构化数据的问题的能力给我留下了深刻的印象,因此想探索如果我们利用像 ChatGPT 这样的指令调优 LLM,我们是否可以更轻松地做到这一点并获得更好的结果。

与知识库操作相比,使用 LLM 来回答这些类型的问题:

  • 需要更少的工作来设置
  • 可以轻松扩展到新领域(通常无需重新训练)
  • 产生更自然的反应

但是,它也有局限性:

  • 无法准确控制机器人所说的内容
  • 你的机器人有可能产生幻觉
  • 可能容易受到即时注入攻击。
    将首先解释它是如何工作的,然后我们将依次查看这些要点。

在 Rasa 自定义操作中使用 ChatGPT

大多数聊天机器人查询 API 和/或数据库以与对话之外的世界进行交互。自定义操作是在 Rasa 中构建该功能的便捷方式。

对于此示例,我们有两个自定义操作。第一个操作,action_show_restaurants从 API 获取餐厅推荐,将它们呈现给用户,并将结果存储在槽中。第二个动作回答后续问题,从“结果”槽中获取先前 API 调用的结果,并使用 ChatGPT API 回答问题。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/630366
推荐阅读
相关标签
  

闽ICP备14008679号