LibreChatの「presets」機能は、会話の事前定義された設定を保存および読み込みできる強力なツールです。ユーザーはこれらのpresetsをJSONファイルとしてインポートおよびエクスポートしたり、デフォルトのpresetを設定したり、Discordで他のユーザーと共有したりできます。

非推奨のお知らせ

この機能は非推奨となりました。Presetsの後継であるAgents Guideを参照してください。

当アプリの「presets」機能は、会話の定義済み設定を保存および読み込みできる強力なツールです。ユーザーはこれらのpresetsをJSONファイルとしてインポート・エクスポートしたり、デフォルトのpresetを設定したり、Discord上で他のユーザーと共有したりすることができます。

プリセットの作成:

モデル設定に移動します

モデルを選択し、名前を付け、カスタム指示を入力し、必要に応じてパラメータを調整します。

テストする

モデルの詳細設定に戻り、必要に応じて調整してください。結果に満足したら、（モデルの詳細設定から）Save As Preset をクリックします。

適切な名前を付け、「保存」をクリックします。

これでプリセットメニューから選択できるようになりました！

パラメータの解説:

プリセット名:
- これは、識別しやすいようにプリセットに名前を付ける場所です。
Endpoint:
- 会話の処理に使用したいendpoint（OpenAIなど）を選択します。
モデル:
- 応答の生成に使用する gpt-3.5-turbo のようなモデルを選択します。
カスタム名:
- 必要に応じて、プリセットにカスタム名を設定できます。これは、使用時にUIに表示される名前となります。
カスタム指示:
- 各プロンプトの前に表示され、ユーザーの入力をガイドするための指示やガイドラインを定義します。
Temperature:
- このパラメータを調整して、モデルの出力のランダム性を制御します。値を高くすると出力はよりランダムになり、値を低くするとより焦点が絞られ、決定論的になります。
Top P:
- nucleus samplingパラメータを制御して、生成されるテキストの多様性に影響を与えます。値を低くするとテキストはより焦点が絞られ、値を高くすると多様性が増します。
Frequency Penalty:
- この設定を使用して、頻繁に出現するトークンにペナルティを課し、応答の多様性を促進します。
Presence Penalty:
- このパラメータを調整することで、応答に導入される新しいトークンにペナルティを課し、繰り返しを制御して一貫性を促進します。