OpenAI propose de nouvelles options de réglage et de personnalisation

Le réglage fin joue un rôle essentiel dans la création d'outils d'IA précieux. Ce processus d'affinement des modèles pré-entraînés à l'aide d'ensembles de données plus ciblés permet aux utilisateurs d'améliorer considérablement la compréhension du modèle des connotations professionnelles, permettant ainsi aux utilisateurs d'ajouter des connaissances prêtes à l'emploi au modèle pour des tâches spécifiques.

Bien que ce processus puisse prendre du temps, il est souvent trois fois plus rentable que de former un modèle à partir de zéro. Cette valeur se reflète dans l’annonce récente par OpenAI d’une extension de son programme de modèles personnalisés et de diverses nouvelles fonctionnalités pour son API de réglage fin.

Nouvelles fonctionnalités de l'API de réglage fin en libre-service

OpenAI a annoncé pour la première fois le lancement de l'API de réglage fin en libre-service pour GPT-3 en août 2023 et a reçu une réponse enthousiaste de la communauté de l'IA. OpenAI rapporte que des milliers de groupes ont exploité les API pour former des dizaines de milliers de modèles, par exemple en utilisant des langages de programmation spécifiques pour générer du code, résumer du texte dans des formats spécifiques ou créer du contenu personnalisé basé sur le comportement des utilisateurs.

Depuis son lancement en août 2023, la plateforme de job matching et de recrutement Indeed connaît un succès important. Afin de mettre en relation les demandeurs d'emploi avec des offres d'emploi pertinentes, Indeed envoie des recommandations personnalisées aux utilisateurs. En affinant GPT 3.5 Turbo pour produire une explication plus précise du processus et être en mesure de réduire de 80 % le nombre de jetons dans les alertes. Cela a permis d'augmenter le nombre de messages que l'entreprise envoie chaque mois aux demandeurs d'emploi de moins d'un million à environ 20 millions.

Les nouvelles fonctionnalités de réglage fin de l'API s'appuient sur ce succès et, espérons-le, amélioreront les fonctionnalités pour les futurs utilisateurs :

Création de points de contrôle basés sur l'époque : générez automatiquement un point de contrôle de modèle affiné complet à chaque époque de formation, ce qui réduit le besoin pour une reconversion ultérieure, notamment en cas de surapprentissage.

Comparity Playground : une nouvelle interface utilisateur de terrain de jeu parallèle pour comparer la qualité et les performances des modèles, permettant une évaluation manuelle de la sortie de plusieurs modèles ou un réglage fin des instantanés pour une seule invite.

Intégrations tierces : prend en charge les intégrations avec des plates-formes tierces (en commençant par les autorisations et les écarts), permettant aux développeurs de partager des données de réglage détaillées avec le reste de la pile.

Métriques de validation complètes : possibilité de calculer des métriques telles que la perte et la précision pour l'ensemble de l'ensemble de données de validation afin de mieux comprendre la qualité du modèle.

Configuration des hyperparamètres : Possibilité de configurer les hyperparamètres disponibles depuis le tableau de bord (pas seulement via l'API ou le SDK).

Améliorations du tableau de bord : y compris la possibilité de configurer des hyperparamètres, d'afficher des métriques de formation plus détaillées et de réexécuter les tâches des configurations précédentes.

S'appuyant sur les succès passés, OpenAI estime que ces nouvelles fonctionnalités donneront aux développeurs un contrôle plus précis sur leurs efforts de réglage.

Modèles de mise au point assistée et de formation personnalisés

OpenAI a également amélioré le plan de modèle personnalisé sur la base du lancement le DevDay en novembre 2023. L'un des changements majeurs est l'émergence du réglage fin assisté, un moyen d'exploiter des techniques précieuses au-delà du réglage fin des API, telles que l'ajout d'hyperparamètres supplémentaires et de diverses méthodes de réglage fin efficace des paramètres (PEFT) à plus grande échelle.

SK Telecom est un exemple de réalisation du plein potentiel de ce service. L'opérateur télécom compte plus de 30 millions d'utilisateurs en Corée du Sud. Il souhaitait donc personnaliser un modèle d'intelligence artificielle pouvant agir en tant qu'expert du service client télécom.

En affinant GPT-4 en collaboration avec OpenAI pour se concentrer sur les conversations liées aux télécommunications coréennes, la qualité du résumé des conversations de SK Telecom s'est améliorée de 35 % et la précision de la reconnaissance d'intention a augmenté de 33 %. En comparant leur nouveau modèle affiné au GPT-4 généralisé, leur score de satisfaction s'est également amélioré, passant de 3,6 à 4,5 sur 5.

OpenAI introduit également la possibilité de créer des modèles personnalisés pour les entreprises qui nécessitent un ajustement approfondi des modèles de connaissances spécifiques à un domaine. Un partenariat avec la société d’IA juridique Harvey démontre la valeur de cette capacité. Le travail juridique nécessite beaucoup de documents à lecture intensive, et Harvey souhaitait utiliser les LLM (Large Language Models) pour synthétiser les informations de ces documents et les soumettre à des avocats pour examen. Cependant, de nombreuses lois sont complexes et dépendent du contexte, et Harvey espère travailler avec OpenAI pour créer un modèle personnalisé pouvant intégrer de nouvelles connaissances et méthodes de raisonnement dans le modèle de base.

Harvey s'est associé à OpenAI et a ajouté l'équivalent de 10 milliards de jetons de données pour former sur mesure ce modèle de jurisprudence. En ajoutant la profondeur contextuelle nécessaire pour porter des jugements juridiques éclairés, le modèle résultant a amélioré les réponses factuelles de 83 %.

Les outils d’IA ne sont jamais une solution miracle. La personnalisation est au cœur de l’utilité de cette technologie, et le travail d’OpenAI visant à affiner et à personnaliser les modèles de formation contribuera à élargir le nombre d’organisations qui bénéficient déjà de cet outil.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!