From 2381d39dad8c67242e31d89bac5bd5d807cdf5dd Mon Sep 17 00:00:00 2001
From: FutureUnreal <127503693+FutureUnreal@users.noreply.github.com>
Date: Mon, 15 Apr 2024 15:43:46 +0000
Subject: [PATCH] main

---
 ...\272\346\234\254\346\246\202\345\277\265.md" |  2 +-
 .../2. \344\275\277\347\224\250 LLM API.ipynb"  | 17 +++++------------
 2 files changed, 6 insertions(+), 13 deletions(-)

diff --git "a/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/1. \345\237\272\346\234\254\346\246\202\345\277\265.md" "b/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/1. \345\237\272\346\234\254\346\246\202\345\277\265.md"
index 1c682f0..e986a48 100644
--- "a/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/1. \345\237\272\346\234\254\346\246\202\345\277\265.md"	
+++ "b/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/1. \345\237\272\346\234\254\346\246\202\345\277\265.md"	
@@ -6,7 +6,7 @@ Prompt 最初是 NLP（自然语言处理）研究者为下游任务设计出来
 
 例如，在下面示例中，我们给 ChatGPT 的提问 “NLP 中的 Prompt 指什么”是我们的提问，其实也就是我们此次的 Prompt；而 ChatGPT 的返回结果就是此次的 Completion。也就是对于 ChatGPT 模型，该 Prompt 对应的 Completion 是下图的展示。
 
-![ChatGPT Prompt Examples](../../figures/C2-1-prompt_example.png)
+![ChatGPT Prompt Examples](../figures/C2-1-prompt_example.png)
 
 后续我们都将会使用 Prompt 替代给 LLM 的输入，使用 Completion 替代 LLM 的输出。同时，我们会结合具体案例，介绍如何设计 Prompt 能够充分发挥 LLM 的能力。
 
diff --git "a/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/2. \344\275\277\347\224\250 LLM API.ipynb" "b/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/2. \344\275\277\347\224\250 LLM API.ipynb"
index 8ef2f4a..fac2438 100644
--- "a/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/2. \344\275\277\347\224\250 LLM API.ipynb"	
+++ "b/code/C2 \344\275\277\347\224\250 LLM API \345\274\200\345\217\221\345\272\224\347\224\250/2. \344\275\277\347\224\250 LLM API.ipynb"	
@@ -1,12 +1,5 @@
 {
  "cells": [
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "# 使用 LLM API"
-   ]
-  },
   {
    "cell_type": "markdown",
    "metadata": {},
@@ -53,13 +46,13 @@
     "在获取 OpenAI API key 之前我们需要在[OpenAI 官网](https://openai.com/)注册一个账号。这里假设我们已经有了 OpenAI 账号，在[OpenAI 官网](https://openai.com/)登录，登录后如下图所示：\n",
     "\n",
     "<p align=\"center\">\n",
-    "  <img src=\"../../figures/C2-2-openai-choose.png\" width=\"1000\" alt=\"OpenAI 官网登录后选择 API\">\n",
+    "  <img src=\"../figures/C2-2-openai-choose.png\" width=\"1000\" alt=\"OpenAI 官网登录后选择 API\">\n",
     "</p>\n",
     "\n",
     "我们选择 `API`，然后点击左侧边栏的 `API keys`，如下图所示：\n",
     "\n",
     "<p align=\"center\">\n",
-    "  <img src=\"../../figures/C2-2-openai-get-key.png\" width=\"1000\" alt=\"OpenAI 获取 API key\">\n",
+    "  <img src=\"../figures/C2-2-openai-get-key.png\" width=\"1000\" alt=\"OpenAI 获取 API key\">\n",
     "</p>\n",
     "\n",
     "点击 `Create new secret key` 按钮创建 OpenAI API key ，我们将创建好的 OpenAI API key 复制以此形式 `OPENAI_API_KEY=\"sk-...\"` 保存到 `.env` 文件中，并将 `.env` 文件保存在项目根目录下。\n",
@@ -677,15 +670,15 @@
    "source": [
     "首先进入到 [智谱AI开放平台](https://open.bigmodel.cn/overview)，点击`开始使用`或者`开发工作台`进行注册：\n",
     "\n",
-    "![](../../figures/C2-2-zhipuai_home.png)\n",
+    "![](../figures/C2-2-zhipuai_home.png)\n",
     "\n",
     "新注册的用户可以免费领取有效期 1 个月的 100w token 的体验包，进行个人实名认证后，还可以额外领取 400w token 体验包。智谱 AI 提供了 GLM-4 和 GLM-3-Turbo 这两种不同模型的体验入口，可以点击`立即体验`按钮直接体验。\n",
     "\n",
-    "![智谱 AI 控制台](../../figures/C2-2-zhipuai_overview.png)\n",
+    "![智谱 AI 控制台](../figures/C2-2-zhipuai_overview.png)\n",
     "\n",
     "对于需要使用 API key 来搭建应用的话，需要点击右侧的`查看 API key`按钮，就会进入到我们个人的 API 管理列表中。在该界面，就可以看到我们获取到的 API 所对应的应用名字和 `API key` 了。\n",
     "\n",
-    "![智谱 AI api 管理](../../figures/C2-2-zhipuai_api.png)\n",
+    "![智谱 AI api 管理](../figures/C2-2-zhipuai_api.png)\n",
     "\n",
     "我们可以点击 `添加新的 API key` 并输入对应的名字即可生成新的 API key。"
    ]