AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


更强的GPT4o上线结构化输出能力,国产进行中?
发布日期:2024-08-27 08:18:17 浏览次数: 1700


GPT-4o昨日发了新版本!更省钱了!输入输出分别节省了 50%和 33%。并且支持结构化输出了。本篇文章将介绍其结构化生成能力:
从非结构化输入生成结构化数据是 AI 在当今应用中的核心用例之一。长期以来,开发人员一直在通过开源工具、提示和反复重试请求来绕过 LLM 在该领域的局限性,以确保模型输出与与其系统互操作所需的格式匹配。OpenAI的Structured Outputs通过约束在复杂模板上训练过的模型来达到这个效果。下图对比了几种生成复杂JSON的条件,Structured Outputs可以100%达成目的:


下面将介绍OpenAI,是如何实现的,然后介绍怎么调用(如果无法使用OpenAI接口,可以使用如下方法生成结构化输出:一款约束大模型结构化输出的开源工具)

实现原理

Structured Outputs(结构化输出)是一种通过约束解码来确保模型生成的输出严格匹配开发者提供的 JSON Schema 的方法。以下是约束解码的关键点:

  • 基于 JSON Schema 的约束:通过使用开发者提供的 JSON Schema,API 能够限制模型输出的格式,确保输出数据的结构化和准确性。

  • 上下文无关文法(Context-Free Grammar, CFG):OpenAI 将 JSON Schema 转换成上下文无关文法。CFG 是一组定义语言的规则,能够表示比有限状态机(FSM)更广泛的语言类别,特别是对于嵌套或递归的数据结构。

  • 动态约束解码:在模型生成每个 token 之后,推理引擎会根据之前生成的 tokens 和 CFG 中的规则来确定接下来哪些 tokens 是有效的。这个过程称为动态约束解码。

  • 转换为缓存的数据结构:为了在解码过程中高效地应用约束,OpenAI 将预处理后的 JSON Schema 转换为易于访问的缓存数据结构。这样,在模型采样的每一步,都可以快速地确定并应用有效的 token 约束。
  • 降低无效 token 的概率:在每个 token 生成之后,通过使用有效的 token 列表来掩蔽下一个采样步骤,从而有效地将无效 tokens 的概率降低到 0。
  • 处理新 Schema 的延迟:当使用一个新的 JSON Schema 时,第一个 API 请求可能会有额外的延迟,因为需要先处理并缓存这个 Schema。这个处理过程通常需要不到 10 秒,但更复杂的 Schema 可能需要更长时间。
  • 避免并行函数调用:Structured Outputs 与并行函数调用不兼容。如果生成了并行函数调用,它可能不会匹配提供的 Schema。可以通过设置 parallel_tool_calls: false 来禁用并行函数调用。
  • 安全性和可靠性:尽管模型的行为本质上是非确定性的,但通过这种工程化的方法,OpenAI 能够实现 100% 的可靠性,确保模型的输出严格符合 JSON Schema。
  • 限制和限制条件:Structured Outputs 有一些限制,例如只支持 JSON Schema 的一部分,并且如果模型拒绝不安全的请求或生成达到最大 token 限制,模型可能无法遵循 Schema。
什么是CFG
CFG,即上下文无关文法(Context-Free Grammar),是形式语言理论中的一种语法类型,用于描述语言的语法结构。CFG 由一组产生式规则(production rules)组成,每个规则定义了一个非终结符(non-terminal symbol)可以如何被替换为一串终结符(terminal symbols)或其他非终结符。
CFG 的基本组成部分包括:
  1. 终结符集合:这是语言的基本构建块,相当于句子中的单词或字符。
  2. 非终结符集合:这些符号用于表示终结符的组合,它们可以被一系列终结符或非终结符替换。
  3. 起始符号:这是定义语言的起点,通常是 CFG 中的一个特殊非终结符。
  4. 产生式规则集合:每个规则指定了如何将一个非终结符替换为终结符序列或非终结符序列。规则的一般形式是:Aα,其中 A 是非终结符,α 是终结符和/或非终结符的序列。
  5. 句子生成:通过反复应用产生式规则,从一个起始符号开始,逐步替换为终结符,直到生成一个完整的句子(句子序列)。

CFG 的重要性质是它能够描述非常复杂的语言结构,包括嵌套和递归模式。

CFG的替代方案
    CFG的替代方法通常使用有限状态机 (FSM:可参考大模型结构化输出) 或正则表达式(通常与 FSM 一起实现)进行约束解码。它们的功能类似,因为它们在生成每个token后动态更新哪个token是有效的,但它们与 CFG 方法有一些关键区别。值得注意的是,与FSM相比,CFG可以表达更广泛的语言类别。实际上,对于非常简单的架构(如上面所示的架构)来说,这并不重要 。但是,我们发现,对于涉及嵌套或递归数据结构的更复杂的模式,这种差异是有意义的。例如,FSM 通常无法表达递归类型,这意味着基于 FSM 的方法可能难以匹配深度嵌套 JSON 中的括号。下面是一个示例递归模式,该模式在具有结构化输出的 OpenAI API 上受支持,但无法使用 FSM 来表达。

如何调用

1、函数调用:通过在函数定义中设置来获得结构化输出 。此功能适用于支持工具的所有模型,包括所有模型 和 更高版本。启用结构化输出后,模型输出将与提供的工具定义匹配。tools  strict: true  gpt-4-0613  gpt-3.5-turbo-0613

POST /v1/chat/completions{"model": "gpt-4o-2024-08-06","messages": [{"role": "system","content": "You are a helpful assistant. The current date is August 6, 2024. You help users query for the data they are looking for by calling the query function."},{"role": "user","content": "look up all my orders in may of last year that were fulfilled but not delivered on time"}],"tools": [{"type": "function","function": {"name": "query","description": "Execute a query.","strict": true,"parameters": {"type": "object","properties": {"table_name": {"type": "string","enum": ["orders"]},"columns": {"type": "array","items": {"type": "string","enum": ["id","status","expected_delivery_date","delivered_at","shipped_at","ordered_at","canceled_at"]}},"conditions": {"type": "array","items": {"type": "object","properties": {"column": {"type": "string"},"operator": {"type": "string","enum": ["=", ">", "<", ">=", "<=", "!="]},"value": {"anyOf": [{"type": "string"},{"type": "number"},{"type": "object","properties": {"column_name": {"type": "string"}},"required": ["column_name"],"additionalProperties": false}]}},"required": ["column", "operator", "value"],"additionalProperties": false}},"order_by": {"type": "string","enum": ["asc", "desc"]}},"required": ["table_name", "columns", "conditions", "order_by"],"additionalProperties": false}}}]}

2、新参数 :开发人员现在可以通过提供 JSON Schema,这是参数的新选项 。当模型不是调用工具,而是以结构化的方式响应用户时,这很有用。此功能适用于最新的 GPT-4o 型号,模型输出将与提供的架构匹配。response_format json_schema response_format gpt-4o-2024-08-06 gpt-4o-mini-2024-07-18 response_format strict:  true

POST /v1/chat/completions{"model": "gpt-4o-2024-08-06","messages": [{"role": "system","content": "You are a helpful math tutor."},{"role": "user","content": "solve 8x + 31 = 2"}],"response_format": {"type": "json_schema","json_schema": {"name": "math_response","strict": true,"schema": {"type": "object","properties": {"steps": {"type": "array","items": {"type": "object","properties": {"explanation": {"type": "string"},"output": {"type": "string"}},"required": ["explanation", "output"],"additionalProperties": false}},"final_answer": {"type": "string"}},"required": ["steps", "final_answer"],"additionalProperties": false}}}}

详细介绍可查看:

https://openai.com/index/introducing-structured-outputs-in-the-api/


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询