diff --git a/ai/app/services/query_ai_process.py b/ai/app/services/query_ai_process.py index 7276497..c1e2389 100644 --- a/ai/app/services/query_ai_process.py +++ b/ai/app/services/query_ai_process.py @@ -41,7 +41,7 @@ def process_documents_and_question(question,FAISS_name,jamo_name): "similar": None } # LLM 초기화 - llm = ChatOpenAI(model='gpt-3.5-turbo-0125', temperature=0.3, max_tokens=200) + llm = ChatOpenAI(model='gpt-4o-mini', temperature=0.3, max_tokens=200) # LLMChain 설정 ner_tpl = '''1. 너는 영화 예매를 도와주는 챗봇이다. 영화 이름, 날짜, 시간, 장소를 구분하는 역할을 수행한다. @@ -141,7 +141,7 @@ def query_reprocess(query,FAISS_name,jamo_name,pre_response): pre_response_dict = pre_response.dict() # pre_response_dict = pre_response today,weekday = kor_today() - # print(today,weekday) + # print(today,question generationeekday) base_entities = { "movieName": None, @@ -153,7 +153,7 @@ def query_reprocess(query,FAISS_name,jamo_name,pre_response): } # LLM 초기화 - llm = ChatOpenAI(model='gpt-3.5-turbo-0125', temperature=0.3, max_tokens=200) + llm = ChatOpenAI(model='gpt-4o-mini', temperature=0.3, max_tokens=200) re_ner_tpl = ''' 1. pre_response_dict라는 사전(Dictionary)을 업데이트한다. 이를 위해, 주어진 question에서 영화 이름, 날짜, 시간, 장소를 추출한다. @@ -275,7 +275,7 @@ def query_reprocess(query,FAISS_name,jamo_name,pre_response): def api_call(system_message, user_message): try: completion = client.chat.completions.create( - model='gpt-3.5-turbo-0125', + model='gpt-4o-mini', messages=[ {"role": "system", "content": system_message}, {"role": "user", "content": user_message}, @@ -319,7 +319,7 @@ def location_type(response_dict): #print('temperature', temperature) # LLM 초기화 - llm = ChatOpenAI(model='gpt-3.5-turbo-0125', temperature=temperature, max_tokens=200) + llm = ChatOpenAI(model='gpt-4o-mini', temperature=temperature, max_tokens=200) # LLMChain 설정 location_tpl = f'''너는 지리에 정통한 챗봇으로, 입력된 지명이나 주소를 처리하는 일을 담당해. 아래의 가이드라인을 따를 거야: