OpenAI开放大模型微调功能！上传自己数据就可定制GPT-3.5Turbo，开发者狂喜_

白交发自凹非寺

量子位 | 公众号 QbitAI

现在，GPT-3.5 Turbo支持自定义微调了！

只需上传自己的数据，就可以运行专属的定制大模型。

开发者狂喜！不少人惊呼：Awesome！

早期测试表明，经过微调的GPT-3.5 Turbo版本在某些任务中甚至可以超越GPT-4。

更新之余，OpenAI还直接明示了定价计划，微调费用主要分为初始训练费用和使用费用。

一个具有10万tokens训练数据集的微调工作（3个epoch训练）成本大概在2.40美元。

此外，OpenAI还透露了GPT-4微调将于今年秋天推出。

不过也有人不吃这套，吐槽微调成本太高，其生成成本是基础模型的8倍，必须要按照他们所说“将提示大小减小90%”，才能从中获取效益。

开发者自己进行监督微调

OpenAI首先给出了指南手册，微调可以用来改进这些模型性能。

可操纵性的改进，模型能够更好地遵循指令。比如输出简洁回答或始终以给定的语言响应。
一致的格式化响应，开发人员可用微调将用户提示转换为高质量JSON代码片段，随后用于自己的系统。
定制语气，微调可以更好磨炼模型输出的质感，比如语气，让它更适合企业品牌的声音。

除了提高性能之外，还能缩短提示时间，确保类似性能。另外，微调目前仅支持处理4000 tokens，这也是此前微调型号的两倍。16k tokens微调将于今年秋季推出。

早期测试人员通过对模型本身指令进行微调，加快了API调用还降低成本，让prompt减少了90%。

对函数调用结合和 gpt-3.5-turbo-16k的微调支持将在今年秋季晚些时候推出。

具体微调步骤，分为四步：

准备数据

{ "messages": [ { "role": "system", "content": "You are an assistant that occasionally misspells words" }, { "role": "user", "content": "Tell me a story." }, { "role": "assistant", "content": "One day a student went to schoool." } ]

上传文件

curl -https://api.openai.com/v1/files \ -H "Authorization: Bearer $OPENAI_API_KEY" \ -F "purpose=fine-tune" \ -F "file=@path_to_your_file"

创建微调作业

curl https://api.openai.com/v1/fine_tuning/jobs \-H "Content-Type: application/json" \-H "Authorization: Bearer $OPENAI_API_KEY" \-d '{ "training_file": "TRAINING_FILE_ID", "model": "gpt-3.5-turbo-0613",}'

使用微调模型

curl https://api.openai.com/v1/chat/completions \-H "Content-Type: application/json" \-H "Authorization: Bearer $OPENAI_API_KEY" \-d '{ "model": "ft:gpt-3.5-turbo:org_id", "messages": [ { "role": "system", "content": "You are an assistant that occasionally misspells words" }, { "role": "user", "content": "Hello! What is fine-tuning?" } ]}'

OpenAI透露，未来他们将推出微调UI，这样轻松访问正在进行中的工作。

定价方面，分为训练成本和使用成本。