今天，OpenAI 又迎來了一次新的產(chǎn)品升級。

現(xiàn)在企業(yè)客戶終于可以對 GPT-3.5 Turbo 進行微調了。這樣一來，開發(fā)人員能夠得到在自己的用例上表現(xiàn)更好的自定義模型，并大規(guī)模地運行這些模型。

至于實際效果，早期測試已經(jīng)證明，GPT-3.5 Turbo 微調版本的能力在一些小范圍任務上可以媲美甚至超越基礎 GPT-4 模型。

OpenAI 表示，此次微調 API 的傳入和傳出數(shù)據(jù)完全歸客戶所有，它自己或任何其他機構都不能使用這些數(shù)據(jù)來訓練其他模型。這一做法保證了客戶數(shù)據(jù)的安全性和隱私性。

圖片

對于 GPT-3.5 Turbo 支持微調功能，英偉達 AI 科學家 Jim Fan 表示，這是 OpenAI 自 APP Store 之后最重要的產(chǎn)品升級。

圖片

微調后性能更強、提示更短、速度更快

自 GPT-3.5 Turbo 推出以來，開發(fā)人員和企業(yè)一直要求可以自定義該模型，以此創(chuàng)建獨特和差異化的用戶體驗。

隨著 OpenAI 宣布支持微調功能，開發(fā)人員現(xiàn)在可以運行監(jiān)督微調，使得 GPT-3.5 Turbo 在一些常見用例上輸出更好的結果。

首先增強了可控性。微調后的模型可以更好地遵循指令，比如輸出簡潔或者使用給定語言進行響應。舉個例子，開發(fā)人員可以利用微調保證在提示使用德語時，始終以德語進行回答。

其次保證可靠的輸出格式。微調提升了模型輸出一致性格式的能力，這對于代碼補全或生成 API 調用等要求特定響應格式的應用來說很重要。開發(fā)人員可以通過微調更可靠地將用戶提示轉換為高質量的 JSON 代碼片段，以供自己的系統(tǒng)使用。

最后是自定義語氣。微調是「磨煉」模型輸出語氣的好方法，以此更適合企業(yè)品牌聲音。擁有知名品牌聲音的企業(yè)可以通過微調，讓模型輸出與自身調性更加一致。

除了性能更強，微調后的 GPT-3.5 Turbo 模型可以在縮短提示的同時保證性能不會大變。此外微調后可以處理 4k token，這是 OpenAI 以往微調模型的兩倍。早期測試人員在對模型指令進行微調時， 提示大小最高可以縮短 90%，從而加快了每個 API 調用的速度，減少了成本。

當與提示工程、信息檢索和函數(shù)調用等其他技術結合使用時，微調將變成超級強大的工具。OpenAI 還表示，今天秋季還將支持對函數(shù)調用和 gpt-3.5-turbo-16k 的微調。

微調一般分為四步完成：準備數(shù)據(jù)、上傳文件、創(chuàng)建一個微調任務和使用一個微調模型。

安全性也非常重要。為了在微調過程中保證默認模型的安全性，微調訓練數(shù)據(jù)通過了 OpenAI 的審核 API 和 GPT-4 支持的審核系統(tǒng)，從而檢測出與其安全標準相沖突的不安全訓練數(shù)據(jù)。

價格有點貴

GPT-3.5 Turbo 的微調成本分為兩部分，包括初始訓練成本和使用成本。其中：

• 訓練階段：1K Tokens 要 0.008 美元
• 使用輸入：1K Tokens 要 0.012 美元
• 使用輸出：1K Tokens 要 0.016 美元

舉個例子，如果要對 10 萬 tokens 的訓練文件進行微調，并訓練 3 個 epochs，則預計成本為 2.40 美元。

對此，有人表示，價格有點小貴，是基礎 GPT-3.5 模型的 4 倍了。

圖片

博客鏈接：https://openai.com/blog/gpt-3-5-turbo-fine-tuning-and-api-updates