OpenAI annoncerer flere nye finjusterende API-funktioner og udvidet Custom Model-program
2 min. Læs
Udgivet den
Del denne artikel
Forbedre denne vejledning
Læs vores oplysningsside for at finde ud af, hvordan du kan hjælpe MSPoweruser med at opretholde redaktionen Læs mere
Nøgle noter
- OpenAI udvider sine finjusteringsmuligheder med nye funktioner, assisteret finjustering og specialtrænede modeller, hvilket giver organisationer mulighed for at skræddersy sprogmodeller til specifikke behov.
Sidste år lancerede OpenAI første gang sin selvbetjente finjusterings-API til GPT-3.5. Finjustering kan hjælpe LLM'er med bedre at forstå indhold og øge dets eksisterende viden og muligheder for en specifik opgave. Siden lanceringen har tusindvis af organisationer brugt finjustering af API til at generere bedre kode, til at opsummere tekst i et bestemt format og mere.
I dag, OpenAI annoncerede flere nye funktioner til udviklere for at give dem mere kontrol over finjustering. Læs om dem nedenfor.
- Gem et fuldt finjusteret modelkontrolpunkt under hver træningsepoke for at reducere behovet for efterfølgende genoptræning, især i tilfælde af overfitting
- En ny side-by-side Playground UI til sammenligning af modelkvalitet og ydeevne, der tillader menneskelig evaluering af output fra flere modeller eller finjustere snapshots mod en enkelt prompt
- Understøttelse af integrationer med tredjepartsplatforme for at give udviklere mulighed for at dele detaljerede finjusteringsdata til resten af deres stack
- Metrics beregnet over valideringsdatasættet (tidligere et samplet batch) i slutningen af hver epoke for at give bedre synlighed i modelydelsen (tokentab og nøjagtighed) og give feedback om modellernes generaliseringsevne
- Muligheden for at konfigurere tilgængelige hyperparametre fra Dashboardet (i stedet for kun via API'en eller SDK'en)
- Forskellige forbedringer til det finjusterende Dashboard, herunder muligheden for at konfigurere hyperparametre, se mere detaljerede træningsmetrikker og genkøre job fra tidligere konfigurationer.
I dag annoncerede OpenAI også tilbuddet om assisteret finjustering som en del af Custom Model-programmet. Gennem Assisteret finjustering vil en dedikeret gruppe af OpenAI-forskere bruge teknikker ud over finjusterings-API'en, såsom yderligere hyperparametre og forskellige parametereffektive finjusteringsmetoder (PEFT) til at træne og optimere modeller til et specifikt domæne. Dette program vil være virkelig nyttigt for organisationer, der har brug for støtte til at bygge effektive træningsdatapipelines, evalueringssystemer og skræddersyede parametre og metoder til at forbedre modelydelsen for deres specifikke domæne. Ud over assisteret finjustering hjælper OpenAI også organisationer med at træne en specialbygget model fra bunden, der forstår deres forretning, branche eller domæne.
"Med OpenAI kan de fleste organisationer hurtigt se meningsfulde resultater med selvbetjenings-finjusterings-API'en. For enhver organisation, der har behov for at finjustere deres modeller dybere eller indgyde ny, domænespecifik viden i modellen, kan vores Custom Model-programmer hjælpe,” skrev OpenAI-teamet.
