OpenAI #Images: 生成
PROMPT テキストから画像を生成します。OpenAI API 経由で “DALL-E 3 MODEL” (画像生成AI)にアクセスして生成します。デフォルトでは 1024×1024 画像が生成されますが、設定により 1024×1792 もしくは 1792×1024 への変更も可能です。なお、PROMPT テキストは4000文字以内で定義する必要があります。(”DALL-E 2″ で生成させたい場合は旧版をご利用ください)
PROMPT テキストから画像を生成します。OpenAI API 経由で “DALL-E 3 MODEL” (画像生成AI)にアクセスして生成します。デフォルトでは 1024×1024 画像が生成されますが、設定により 1024×1792 もしくは 1792×1024 への変更も可能です。なお、PROMPT テキストは4000文字以内で定義する必要があります。(”DALL-E 2″ で生成させたい場合は旧版をご利用ください)
画像付 Prompt に対する回答文を生成します。MODEL は画像を取り込み、画像に関連する質問に答えます。画像が何を表現しているか、画像内に何が存在するか、それらを踏まえた質問(冷蔵庫の中身から夕食レシピなど)に答えます。 (GPT-4 with Vision)
WordPress.com サービスに保存されている記事を取得します。ID もしくは Slug によって記事(固定ページ/投稿)を指定し、HTML コンテンツや抜粋文(Excerpt)データ等を格納します。Webサイト運用業務におけるバックアップや移動転載といった工程(タスク)を自動化します。
上流で取得された Polling-URI を用いて成果物ファイル(PDF OPERATIONS の成果 / PDF Services ストレージ内)をダウンロードします。Polling-URI は Jobステータスを返します。Job が処理中(未終了)の場合、ファイル型データ項目は空で更新されます。ダウンロード処理自体がエラーにならない点に注意が必要です。
ファインチューニングJob(FtJob)のステータス更新イベント(fine_tuning.job.event)をリストします。イベントの数、およびイベント一覧TSV(生成時刻・イベントLevel・メッセージ)が取得可能です。(最大20)
ファインチューニングJob(FtJob)を即時停止させます。FtJobステータスは “cancelled” となります。ファインチューンイベントのログが必要な場合は、別途、イベント一覧取得の操作を行います。
ファインチューニングJob(FtJob)の進捗情報を取得します。ファインチューン(微調整)のステータスが取得できます。Jobステータスが “succeeded” の場合には、MODEL名も取得可能です。典型的には一時間おきに繰り返し呼び出されるようなフロー上に配置されます。
MODEL をファインチューニングするジョブ(FtJob)を開始させ、ジョブのIDを取得します。生成ジョブの完了には数分から数時間かかります。”チューニングされた MODEL”(FtMODL)は、ジョブ完了後に利用可能となります。なお、トレーニングファイル(データセット)は事前にアップロードしておく必要があります。
ワークフロー基盤のマスターテーブル(OptionsXML)を参照し、不要な行を削除したうえで新しいマスターファイルを生成します。削除IDが選択肢に存在しない場合も、エラーになりません。下流工程に[サービスタスク(選択肢マスタ更新)] を配置すれば、選択肢削除の更新業務を自動化できます。
ワークフロー基盤のマスターテーブル(OptionsXML)を参照し、新しいマスターファイルを生成します。新しいID-Labelは先頭行に追加されます。IDが重複する場合、当該行は削除されます。もし指定のマスターファイル名が存在しない場合、新規に生成されます。下流工程に[サービスタスク(選択肢マスタ更新)] を配置すれば、更新業務を自動化できます。
マスター情報を案件データとして取り込みます。ワークフロー基盤内で共有されているIDとLabelがTSV(Tab-Separated Values)連結され、複数行文字列型データに格納されます。
TSVの指定行データを用いてHTTP開始イベントをキックします。複数行TSVデータによる一括起動を想定する場合、ループ構造内に配置します。行IDはゼロから始まります。
ファインチューニングJob(FtJob)の進捗情報を取得します。ファインチューン(微調整)のイベントログが取得できます。Jobステータスが “succeeded” の場合、MODEL名も取得可能です。典型的には一時間おきに繰り返し呼び出されるようなフロー上に配置されます。
MODEL をファインチューニングするジョブ(FtJob)を開始させ、ジョブのIDを取得します。生成ジョブの完了には数分から数時間かかります。”チューニングされた MODEL”(FtMODL)は、ジョブ完了後に利用可能となります。なお、トレーニングファイル(データセット)は事前にアップロードしておく必要があります。
ファインチューン済みMODEL (FtMODEL) を削除します。Organization において Owner ロールが必要です。指定の FtMODEL が存在しない場合、404 エラーとなります。
API で利用可能なMODEL(AIモデル)をリストします。Fine-Tuned Models (FtMODEL) を含みます。全モデル数と各モデルの基本情報TSV(作成時刻・所有者・ルートモデル・モデルID)が取得可能です。
ファインチューニングJob(FtJob)を即時停止させます。FtJobステータスは “cancelled” となります。ファインチューンイベントのログは取得可能です。
あなたが所属する組織の全てのファインチューニングJob(FtJob)をリストします。FtJobsの数、および全FtJobsの進捗一覧TSV(開始時刻・更新時刻・ステータス・Base MODEL・ジョブID)が取得可能です。
OpenAI API サーバ上のファイルを削除します。ファイルIDを指定して削除します。ファイルIDは “file-xxxxxyyyyyzzzzzXXXXXYYYY” といった形式で、アップロードの際などに格納可能です。