noticias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Autor de este artículo: Du Yu

Fuente: IA dura

El martes 20 de agosto, OpenAI anunció que lanzará un "servicio de personalización personalizado" para clientes empresariales, lo que significa que pueden utilizar los datos de su propia empresa para "afinar" el modelo de IA GPT-4o más potente actualmente de OpenAI.

Algunos analistas dicen que para el modelo insignia actual de OpenAI, el ajuste es una función completamente nueva. Ni el GPT-4o ni su predecesor, el GPT-4, han proporcionado funciones de ajuste antes.El último movimiento ilustra la competencia intensificada entre las principales empresas de desarrollo de modelos de IA para clientes corporativos.

En la actualidad, la competencia entre las empresas emergentes por productos comerciales de IA es cada vez más feroz, y los clientes corporativos también enfrentan una presión cada vez mayor para demostrar que pueden obtener retornos considerables de sus inversiones en IA.

Los competidores de OpenAI, especialmente Google y Microsoft, están brindando la capacidad de personalizar modelos de inteligencia artificial. OpenAI lanzó una API de ajuste fino de autoservicio para el modelo GPT-3 en 2023 y lanzó el modelo mini GPT-4o más económico. Julio de este año. Además, el ajuste de los modelos de IA también ha dado lugar a “intermediarios” como Cloudera, que ayudan a las empresas a entrenar modelos generales basados ​​en conjuntos de datos en campos específicos.

Olivier Godement, líder de productos API de OpenAI, dijo a los medios que OpenAI espera ayudar a los usuarios empresariales a adaptar más fácilmente sus modelos más potentes trabajando directamente con ellos, en lugar de utilizar servicios externos o productos modelo más débiles: "Siempre hemos hecho un gran enfoque en reduciendo las barreras de entrada, reduciendo la fricción y reduciendo la cantidad de trabajo requerido para comenzar”.

Para ajustar un modelo, los clientes deben cargar conjuntos de datos específicos en los servidores de OpenAI.IA abiertaEl anuncio del sitio web oficial hizo hincapié en la "privacidad y seguridad de los datos".：

“El modelo ajustado está completamente bajo su control y usted es dueño de los datos de su negocio, incluidas todas las entradas y salidas. Esto garantiza que sus datos nunca se compartan ni se utilicen para entrenar otros modelos.
También implementamos mitigaciones de seguridad en capas para modelos ajustados para garantizar que no se pueda abusar de ellos. Por ejemplo, realizamos continuamente evaluaciones de seguridad automatizadas de modelos ajustados y monitoreamos el uso para garantizar que las aplicaciones cumplan con nuestras políticas de uso. "

John Allard, el ingeniero de software de OpenAI responsable de la personalización del modelo, dijo que el entrenamiento para el ajuste fino lleva de una a dos horas en promedio. Al igual que el GPT-4o mini, inicialmente los usuarios solo pueden usar datos basados ​​en texto para ajustar el modelo. no puede utilizar imágenes u otros contenidos.

El anuncio oficial de OpenAI afirma que las versiones personalizadas después del ajuste de GPT-4o pueden mejorar el rendimiento y la precisión de las aplicaciones. La función de ajuste de GPT-4o ahora está disponible para todos los desarrolladores en todos los niveles de uso pago.

En términos de costos,El entrenamiento de ajuste fino de GPT-4o cuesta $25 por millón de tokens, la inferencia cuesta $3,75 por millón de tokens de entrada y $15 por millón de tokens de salida, pero costará todos los días hasta el 23 de septiembre. Una organización proporciona 1 millón de tokens de capacitación de forma gratuita. El ajuste de GPT-4o mini proporcionará 2 millones de tokens de entrenamiento gratis todos los días hasta el 23 de septiembre.

El ajuste fino del modelo se refiere al ajuste y optimización de los parámetros de un modelo grande general previamente entrenado para tareas o conjuntos de datos específicos para mejorar el rendimiento del modelo en tipos específicos de tareas o áreas temáticas. Según Baidu Smart Cloud:

Aunque los modelos grandes previamente entrenados tienen potentes capacidades generales, a menudo no pueden hacer frente a problemas complejos en campos específicos. El ajuste es similar a complementar y fortalecer el conocimiento profesional sobre la base del conocimiento general, haciendo que el modelo sea más "práctico" y más capaz de resolver problemas prácticos.
El ajuste fino del modelo permite que el modelo se adapte rápidamente a nuevas tareas y mejore la finalización y precisión de las tareas mientras mantiene el conocimiento original a través de una optimización específica. Este proceso no sólo acelera la aplicación de la tecnología de IA, sino que también reduce el costo y el umbral de desarrollo del modelo.

OpenAI dijo que la función de ajuste fino de GPT-4o es una de las características más esperadas por los desarrolladores. El ajuste fino puede tener un gran impacto en el rendimiento del modelo en todos los ámbitos, desde la codificación hasta la escritura creativa. Y OpenAI sigue invirtiendo en ampliar las opciones de personalización de sus modelos para desarrolladores:

Los desarrolladores ahora pueden ajustar GPT-4o utilizando conjuntos de datos personalizados para lograr un mayor rendimiento a un costo menor y satisfacer las necesidades de casos de uso específicos. El ajuste fino permite a los modelos personalizar la estructura y el tono de las respuestas o seguir instrucciones complejas específicas de un dominio. Los desarrolladores pueden producir resultados potentes para sus aplicaciones utilizando sólo unas pocas docenas de ejemplos del conjunto de datos de entrenamiento.