バッチ処理

OpenAI API を使った AI システムの開発

Francesca Donadoni

Curriculum Manager, DataCamp

レート制限とは

車を運転している人物が警察官に止められている

レート制限が発生する仕組み

リクエストが多すぎる場合

リクエストのテキストが多すぎる場合

レート制限を回避するには

再試行
- リクエスト間の短い待機時間

バッチ処理
- 1回のリクエストで複数メッセージを処理する

トークンの削減
- トークン数の定量化と削減

再試行

from tenacity import (
    retry,
    stop_after_attempt,
    wait_random_exponential
)

@retry(wait=wait_random_exponential(min=1, max=60), stop=stop_after_attempt(6))

再試行

@retry(wait=wait_random_exponential(min=1, max=60), stop=stop_after_attempt(6))

def get_response(model, message):
    response = client.chat.completions.create(
      model=model,
      messages=[message],
      response_format={"type": "json_object"}
    )
    return response.choices[0].message.content

バッチ処理

countries = ["United States", "Ireland", "India"]

message=[
    {
    "role": "system",
    "content": """You are given a series of countries and are asked to return the 
    country and capital city. Provide each of the questions with an answer in the 
    response as separate content.""",
    }]


[message.append({"role": "user", "content": i }) for i in countries]

バッチ処理

response = client.chat.completions.create(
      model="gpt-4o-mini",
      messages=message
    )

print(response.choices[0].message.content)

United States: Washington D.C.
Ireland: Dublin
India: New Delhi

トークンの削減

import tiktoken


encoding = tiktoken.encoding_for_model("gpt-4o-mini")

prompt = "Tokens can be full words, or groups of characters commonly grouped 
          together: tokenization."


num_tokens = len(encoding.encode(prompt))

print("Number of tokens in prompt:", num_tokens)

Number of tokens in prompt: 17

練習しましょう！

OpenAI API を使った AI システムの開発

バッチ処理

レート制限とは

レート制限が発生する仕組み

リクエストが多すぎる場合

リクエストのテキストが多すぎる場合

レート制限を回避するには

再試行

再試行

バッチ処理

バッチ処理

トークンの削減

練習しましょう！