OpenAI anuncia varias funciones API nuevas de ajuste y un programa de modelo personalizado ampliado

El año pasado, OpenAI lanzó por primera vez su API de ajuste fino de autoservicio para GPT-3.5. El ajuste puede ayudar a los LLM a comprender mejor el contenido y aumentar sus conocimientos y capacidades existentes para una tarea específica. Desde su lanzamiento, miles de organizaciones han utilizado API de ajuste para generar mejor código, resumir texto en un formato específico y más.

Hoy, OpenAI anunció Varias funciones nuevas para que los desarrolladores les den más control sobre los ajustes. Lea sobre ellos a continuación.

• Guardar un punto de control del modelo completamente ajustado durante cada época de entrenamiento para reducir la necesidad de un reentrenamiento posterior, especialmente en los casos de sobreajuste.
• Una nueva interfaz de usuario de Playground en paralelo para comparar la calidad y el rendimiento del modelo, lo que permite la evaluación humana de los resultados de múltiples modelos o ajustar instantáneas con un solo mensaje.
• Soporte para integraciones con plataformas de terceros para permitir a los desarrolladores compartir datos de ajuste detallados con el resto de su pila.
• Métricas calculadas sobre el conjunto de datos de validación (anteriormente un lote de muestra) al final de cada época para proporcionar una mejor visibilidad del rendimiento del modelo (pérdida de tokens y precisión) y brindar retroalimentación sobre la capacidad de generalización de los modelos.
• La capacidad de configurar hiperparámetros disponibles desde el Panel (en lugar de solo a través de la API o el SDK)
• Varias mejoras en el Panel de ajuste, incluida la capacidad de configurar hiperparámetros, ver métricas de capacitación más detalladas y volver a ejecutar trabajos de configuraciones anteriores.

Hoy, OpenAI también anunció la oferta de ajuste fino asistido como parte del programa Modelo personalizado. A través del ajuste asistido, un grupo dedicado de investigadores de OpenAI utilizará técnicas más allá de la API de ajuste, como hiperparámetros adicionales y varios métodos de ajuste eficiente de parámetros (PEFT) para entrenar y optimizar modelos para un dominio específico. Este programa será realmente útil para las organizaciones que necesitan apoyo para crear canales de datos de capacitación, sistemas de evaluación y parámetros y métodos personalizados eficientes para mejorar el rendimiento del modelo para su dominio específico. Además del ajuste fino asistido, OpenAI también ayuda a las organizaciones a entrenar un modelo diseñado específicamente desde cero que comprenda su negocio, industria o dominio.

“Con OpenAI, la mayoría de las organizaciones pueden ver resultados significativos rápidamente con la API de ajuste fino de autoservicio. Para cualquier organización que necesite ajustar más profundamente sus modelos o incorporar nuevos conocimientos específicos de dominio en el modelo, nuestros programas de modelos personalizados pueden ayudar”, escribió el equipo de OpenAI.