Logit_bias是一个可选参数，用于修改指定标记出现在Completion中的可能性。
此参数接受一个 JSON 对象，该对象将令牌映射到从 -100（禁止）到 100（令牌的独占选择）的相关偏差值。适度的值，如 -1 和 1 将在较小程度上改变标记被选择的概率。使用 logit_bias 参数时，偏差会添加到模型在采样之前生成的 logits 中。
由于该参数采用标记而非文本，因此您需要使用标记器工具将文本转换为标记 ID。让我们来看几个例子。
示例 1：删除“时间”
如果我们用提示“Once upon a”调用 Completions 端点，完成很可能会以“time”开始。
单词“time”标记为 ID 2435，单词“time”（开头有一个空格）标记为 ID 640。我们可以通过带有 -100 的 logit_bias 传递它们以禁止它们出现在完成中，例如所以：
openai.Completion.create(
engine="davinci",
max_tokens=50,
temperature=0,
prompt = "Once upon a",
logit_bias={2435:-100, 640:-100},
)
现在，提示“Once upon a”生成完成“午夜沉闷，而我沉思，虚弱和疲倦。” 请注意，“时间”一词无处可寻，因为我们已经使用 logit_bias 有效地禁止了该标记。
示例 2：使用目标 logit 偏差值给出方向
让我们来看另一个例子，使用配方生成器提示。默认情况下，常见的补全以“1. 在炉子上的锅里加热辣椒。” 但是，假设我们没有锅。我们可以禁止单词“pot”，它标记为 1787，如下所示：
openai.Completion.create(
engine="davinci-instruct-beta",
prompt="Write a recipe based on these ingredients and instructions:\n\nFrito Pie\n\nIngredients:\nFritos\nChili\nShredded cheddar cheese\nSweet white or red onions, diced small\nSour cream\n\nDirections:",
temperature=0,
max_tokens=120,
top_p=1,
frequency_penalty=0,
logit_bias={1787:-100},
presence_penalty=0
)
现在，我们的补全从“1. 在平底锅里加热辣椒。” 完美的！
示例 3：增加单词出现的几率
假设我们想增加一个词出现的可能性。例如，也许我们正在运行一个网站，提供可以用微波炉制作的食谱，因此我们希望确保食谱中出现“微波炉”一词，它标记为 ID 27000。我们可以增加这样的可能性此标记通过设置正的 logit_bias 出现，如下所示：
openai.Completion.create(
engine="davinci-instruct-beta",
prompt="Write a recipe based on these ingredients and instructions:\n\nFrito Pie\n\nIngredients:\nFritos\nChili\nShredded cheddar cheese\nSweet white or red onions, diced small\nSour cream\n\nDirections:",
temperature=0,
max_tokens=120,
top_p=1,
frequency_penalty=0,
logit_bias={27000:5},
presence_penalty=0
)
现在，我们的补全从“1. 用微波炉或炉灶加热辣椒。” 我们将 logit_bias 设置为 5，因为我们发现将 logit_bias 设置为 1 通常不会导致补全中出现单词“microwave”，而较高的 logit_bias 值（如 10）会导致补全中出现单词“microwave”的频率太高。
未经允许不得转载：表盘吧 » OpenAI 使用对数偏差来定义标记概率
