Java to jeden z najstarszych i najpopularniejszych języków programowania służących do tworzenia konwencjonalnych systemów oprogramowania; jest to również platforma dostarczana ze środowiskiem wykonawczym. Został opracowany przez firmę Sun Microsystems (obecnie spółkę zależną Oracle) w 1995 roku i obecnie działa na nim ponad trzy miliardy urządzeń. Jest to język programowania ogólnego przeznaczenia, oparty na klasach, zorientowany obiektowo, zaprojektowany tak, aby miał mniej zależności implementacyjnych. Jego składnia jest podobna do składni języków C i C++. Dwie trzecie branży oprogramowania nadal używa Java jako podstawowego języka programowania. Skorzystajmy jeszcze raz z naszego przykładowego podsumowania tekstu dotyczącego oliwy z oliwek. Podobnie jak w przypadku Pythona i Go, pokażemy Ci, jak wywołać interfejs API, wysłać monit szkoleniowy jako żądanie i uzyskać podsumowanie zakończenia w postaci wyniku przy użyciu języka Java. Aby zapoznać się ze szczegółowym opisem kodu na komputerze lokalnym, sklonuj nasze repozytorium GitHub. W sklonowanym repozytorium przejdź do folderu Programming_with_GPT-3 i otwórz folder GPT-3_Java. Najpierw zaimportuj wszystkie odpowiednie zależności:
package example;
// Importing Dependencies
import java.util.*;
import java.io.*;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;
import com.theokanning.openai.engine.Engine;
Teraz utworzysz klasę o nazwie OpenAiApiExample. Cały Twój kod będzie jego częścią. W ramach tej klasy utwórz najpierw obiekt OpenAiService przy użyciu tokena API:
class OpenAiApiExample {
public static void main(String… args) throws
FileNotFoundException {
String token = “sktuRevI46unEKRP64n7JpT3BlbkFJS5d1IDN8tiCfRv9WYDFY”;
OpenAiService service = new OpenAiService(token);
Połączenie z API OpenAI jest teraz nawiązywane w formie obiektu usługi. Przeczytaj monit szkoleniowy z folderu podpowiedzi:
// Reading the training prompt from the prompts folder
File file = new File(“D:\\GPT-3 Book\\Programming with GPT-3\\GPT-3
Java\\example\\src\\main\\java\\example\\prompts\\
summarize_for_a_2nd_grader.txt”);
Scanner sc = new Scanner(file);
// we just need to use \\Z as delimiter
sc.useDelimiter(“\\Z”);
// pp is the string consisting of the training prompt
String pp = sc.next();
Następnie możesz utworzyć żądanie uzupełnienia z następującą konfiguracją parametrów API:
Maksymalna liczba tokenów=100
Silnik wykonawczy = „Davinci”
Temperatura=0,5
Top-p=1
Kara za częstotliwość = 0,2
Sekwencja zatrzymania=[„\n\n”]
// Creating a list of strings to used as stop sequence
List<String> li = new ArrayList<String>();
li.add(“\n\n”””);
// Creating a completion request with the API parameters
CompletionRequest completionRequest =
CompletionRequest.builder().prompt(pp)
.maxTokens(100).temperature(0.5).topP(1.0).frequencyPenalty(0.2).sto
p(li)
.echo(true).build();
// Using the service object to fetch the completion response
service.createCompletion(“davinci”,completionRequest).getChoices().f
orEach
(System.out::println);
Zapisz plik kodu jako text_summarization.java i uruchom go z terminala, aby wygenerować dane wyjściowe. Aby uruchomić plik z folderu głównego, możesz użyć następującego polecenia:
./gradlew example:run
Twoja konsola powinna wydrukować to samo podsumowanie, co w poprzednich przykładach. Więcej przykładów wykorzystania języka Java do interakcji z GPT-3 można znaleźć w naszym repozytorium GitHub.