OpenAI は新しい微調整とカスタマイズのオプションを提供します
微調整は、価値のある人工知能ツールを構築する上で重要な役割を果たします。よりターゲットを絞ったデータセットを使用して事前トレーニングされたモデルを改良するこのプロセスにより、ユーザーは専門的な意味合いに対するモデルの理解を大幅に高めることができ、特定のタスクのために既製の知識をモデルに追加できるようになります。
このプロセスには時間がかかる場合がありますが、多くの場合、モデルを最初からトレーニングするよりも 3 倍の費用対効果が高くなります。この価値は、カスタム モデル プログラムの拡張と微調整 API のさまざまな新機能に関する OpenAI の最近の発表に反映されています。
セルフサービス微調整 API の新機能
OpenAI は、2023 年 8 月に GPT-3 用のセルフサービス微調整 API のリリースを初めて発表しました。そしてAIコミュニティの反応で熱狂的に受け入れられました。 OpenAI の報告によると、数千のグループが API を活用して、特定のプログラミング言語を使用したコードの生成、テキストを特定の形式に要約する、ユーザーの行動に基づいてパーソナライズされたコンテンツを作成するなど、数千のモデルをトレーニングしています。
2023 年 8 月の立ち上げ以来、求人マッチングおよび採用プラットフォーム Indeed は大きな成功を収めてきました。求職者と関連する求人情報をマッチングするために、Indeed はユーザーにパーソナライズされたおすすめ情報を送信します。 GPT 3.5 Turbo は、プロセスのより正確な説明を生成するように微調整されており、アラート内のトークンの数を 80% 削減できます。これにより、同社が求職者に毎月送信するメッセージの数は 100 万件未満から約 2,000 万件に増加しました。
新しい微調整 API 機能はこの成功に基づいて構築され、将来のユーザーのために機能が向上することが期待されます:
エポックベースのチェックポイントの作成: 自動的に生成されます。すべてのトレーニング エポックで完全に微調整されたモデル チェックポイントを使用できるため、特に過学習の場合、その後の再トレーニングの必要性が軽減されます。
比較プレイグラウンド: モデルの品質とパフォーマンスを比較するための新しい並列プレイグラウンド UI。複数のモデルの出力を手動で評価したり、単一のプロンプトのスナップショットを微調整したりできます。
サードパーティ統合: サードパーティ プラットフォームとの統合 (権限とバイアスから始まる) をサポートし、開発者が詳細な微調整データをスタックの残りの部分と共有できるようにします。
包括的な検証メトリクス: モデルの品質をより深く理解するために、検証データセット全体の損失や精度などのメトリクスを計算する機能。
ハイパーパラメータ構成: (API または SDK 経由だけでなく) ダッシュボードから利用可能なハイパーパラメータを構成する機能。
ダッシュボードの微調整の改善: ハイパーパラメーターの構成、より詳細なトレーニング メトリクスの表示、以前の構成からのジョブの再実行などの機能が含まれます。
過去の成功を踏まえ、OpenAI は、これらの新機能により、開発者が微調整作業をよりきめ細かく制御できるようになると考えています。
支援された微調整とカスタム トレーニング モデル
OpenAI は、2023 年 11 月の DevDay のリリースに基づいてカスタム モデル プランも改善しました。大きな変更の 1 つは、補助付き微調整の出現です。これは、追加のハイパーパラメータや、大規模なさまざまなパラメータ効果的微調整 (PEFT) メソッドの追加など、API 微調整を超えた貴重な技術を活用する手段です。
SK Telecom は、このサービスの可能性を最大限に活用した例です。この通信事業者は韓国に 3,000 万人を超えるユーザーを抱えているため、通信カスタマー サービスの専門家として機能できる人工知能モデルをカスタマイズしたいと考えていました。
OpenAI と協力して GPT-4 を微調整し、韓国の通信関連の会話に焦点を当てたことにより、SK Telecom の会話概要の品質は 35% 向上し、意図認識の精度は 33% 向上しました。新しい微調整モデルを一般化された GPT-4 と比較した場合、満足度スコアも 5 点満点中 3.6 から 4.5 に向上しました。
OpenAI には、ドメイン固有の知識モデルの詳細な微調整が必要な企業向けにカスタム モデルを構築する機能も導入されています。法律 AI 企業 Harvey とのパートナーシップは、この機能の価値を実証しています。法務業務では大量の文書を読む必要があるため、ハーベイは LLM (大規模言語モデル) を使用してこれらの文書から情報を合成し、検討のために弁護士に提出したいと考えていました。ただし、多くの法律は複雑で状況に依存するため、Harvey 氏は OpenAI と協力して、新しい知識と推論方法を基本モデルに組み込むことができるカスタムトレーニングされたモデルを構築したいと考えています。
Harvey は OpenAI と提携し、この判例法モデルをカスタム トレーニングするために 100 億トークンに相当するデータを追加しました。情報に基づいた法的判断を下すために必要な文脈の深さを追加することにより、結果として得られたモデルは事実に基づく回答を 83% 改善しました。
AI ツールは決して「万能薬」ソリューションではありません。カスタマイズ性はこのテクノロジーの有用性の核心であり、トレーニング モデルの微調整とカスタマイズにおける OpenAI の取り組みは、すでにツールからメリットを得ている組織を拡大するのに役立ちます。
以上がOpenAI は新しい微調整とカスタマイズのオプションを提供しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIモデルによって与えられた答えがまったく理解できない場合、あなたはそれをあえて使用しますか?機械学習システムがより重要な分野で使用されるにつれて、なぜその出力を信頼できるのか、またどのような場合に信頼してはいけないのかを実証することがますます重要になっています。複雑なシステムの出力に対する信頼を得る方法の 1 つは、人間または他の信頼できるシステムが読み取れる、つまり、考えられるエラーが発生する可能性がある点まで完全に理解できる、その出力の解釈を生成することをシステムに要求することです。見つかった。たとえば、司法制度に対する信頼を築くために、裁判所に対し、決定を説明し裏付ける明確で読みやすい書面による意見を提供することを求めています。大規模な言語モデルの場合も、同様のアプローチを採用できます。ただし、このアプローチを採用する場合は、言語モデルが

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
