我有兴趣使用 GitLab 的一个不错的脚本： https ://gitlab.com/RBP_Bioinformatics/mustard
现在作者已经很好地描述了脚本的要求和依赖项，但是，我在尝试通过 conda 创建环境时确实遇到了困难
$ conda create -n py27 python=2.7 anaconda
Collecting package metadata (current_repodata.json): ...working... done
Solving environment: ...working... failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): ...working... done
Solving environment: ...working...
现在它已经永远解决了环境问题，而我似乎不是唯一一个受苦的人，
老实说，我认为 PIP 和 VENV 仍然是最好的，当我必须了解所有依赖项和包才能运行一次脚本时，我无法理解脚本的使用，从开始！
我还认为当一个脚本有如此多的依赖项时，应该努力编译它，这就是编译的原因，
无论如何，我需要帮助来使用 conda 创建环境，而无需等待 6 小时或更长时间。
我一定是做了一些不聪明的事情，我也不想努力工作！
如果您决定提供帮助，谢谢！
我正在测试 OpenAI 的不同模型，我注意到并非所有模型都经过足够的开发或训练以给出可靠的响应。
我测试的型号如下：
model_engine = "text-davinci-003"
model_engine = "davinci"
model_engine = "curie"
model_engine = "babbage"
model_engine = "ada"
davinci我需要了解和之间的区别text-davinci-003，以及如何改进响应以匹配使用 ChatGPT 时的响应。