Applications - Fine-tuning GPT-4o

使用GPT-4o型號進行微調

前言

OpenAI 近日宣布,其最新模型 GPT-4o 和 GPT-4o mini 已開放微調功能。這項新功能使開發人員能夠針對特定使用情境客製化 GPT-4o 模型,進而提升效能並優化輸出結果。


本篇目標


細節微調和成本

開發人員現已可透過專屬的微調儀表板,存取 GPT-4o-2024-08-06 檢查點以進行微調。此流程允許客製化回應結構、語氣,並遵循複雜的領域特定指令。

微調 GPT-4o 的費用:訓練階段每百萬個 token 25 美元,推論階段輸入 token 每百萬個 3.75 美元,輸出 token 每百萬個 15 美元。此功能僅供付費使用方案的開發人員使用。


免費訓練 Token 供實驗使用

為了鼓勵探索這項新功能,OpenAI 正推出限時優惠,截止日期為 9 月 23 日。開發人員每天可免費使用 100 萬個 GPT-4o 訓練 token,以及 200 萬個 GPT-4o mini 訓練 token。這提供了一個絕佳機會,讓開發人員能夠實驗並發掘微調模型的創新應用。


範例:情感分類

Functioncalling


影片內容:


  • 大綱介紹:
    這是一支由 OpenAI 官方發佈的教學影片,針對 GPT‑4o 新增的「微調功能」進行完整示範。影片中會教你如何從準備資料到實際上線微調後的模型,適合具備初階 Python、API 操作經驗的人學習。如果你想讓 AI 更貼近你自己的使用需求,這是非常值得看的影片。

  • 內容整理

    1. OpenAI 新推出的 GPT‑4o 支援使用者進行模型微調(fine-tuning),讓模型更適應特定的任務、口吻或資料格式。
    2. 提升模型準確度
    3. 資料準備不要加入錯誤訊息或雜訊資料

在上面的指南中,我們展示了一個微調的實際示例,其中涉及訓練情緒分類模型。使用JSONL 格式的數據集包含標有相應情緒的文本樣本,GPT-4o mini 可以進行微調以根據情緒語氣對文本進行分類。

該演示強調了微調在提高特定任務的模型性能方面的潛力,與標準模型相比,實現了準確性的顯著提高。


訪問和評估微調模型

微調過程完成後,開發人員可以通過OpenAI Playground訪問和評估他們的自定義模型。Playground 允許使用各種輸入進行互動式測試,並提供對模型性能的見解。為了進行更全面的評估,開發人員可以通過 OpenAI API 將微調模型集成到他們的應用程式中,並進行系統測試。

OpenAI 為 GPT-4o 模型引入微調,為尋求利用 LLM 的強大功能完成專業任務的開發人員開闢了新的可能性。


References

Fine-Tuning with GPT-4o Models


目錄 : Applications - 大型語言模型應用和指南

上一篇 : Applications - 大型語言模型應用和指南
下一篇 : Applications - 函數呼叫