gpt4参数量GPT：重磅！GPT⑶.5 Turbo推出微调功能，可以打造专属ChatGPT啦！ 真没想到

欢迎大家来到我的博客！今天我为大家准备了1篇精彩的文章：

8月23日凌晨，OpenAI在宣布，推出GPT⑶.5 Turbo微调功能并更新API，使企业、开发人员可以使用自己的数据，结合营业用例构建专属ChatGPTGPT⑷的微调功能将于今年秋天推出OpenAI表示，从早期测试数据来看，GPT⑶.5 Turbo 的微调版本在某些特定任务上，其性能可以匹配甚至超越GPT⑷ 的基本功能。

（详细说明文档：https://platform.openai.com/docs/guides/fine-tuning）微调功能是目前企业应用大语言模型的次要方法，例如，法律领域的Spellbook、律商联讯、Litera、Casetext等，

他们通过自己积累的海量法律数据在GPT⑷模型长进行微调、预训练构建法律领域的专属ChatGPT，使其回答的内容更加聚焦、安全、准确。

自GPT⑶.5 Turbo发布以来，开发人员和企业希望能够开发自定义大模型，为用户创造独特、差异化的产品体验现在，OpenAI终于开放了此功能，使得人人都能打造独1无二的专属ChatGPT什么是微调大语言模型的微调（Fine-tuning）是1种在预训练模型的基础上，对特定任务进行深度训练的方法。

微调的基本思想是，先在大规模文本数据上预训练1个大型的语言模型，例如，GPT⑶.5，然后，使用特定任务的数据集（如法律、医疗），进1步对模型进行训练，以适应特定的任务在这个过程中，模型的参数会进行微小的调整，使其在特定营业场景上的性能更好。

例如，如果我们有1个预训练的GPT3.5模型，想让它在法律营业上的表现更好、更专业，可以用海量法律数据集对模型进行微调经过微调，模型学习到如何更好地解读、生成和预测法律问题微调用例根据OpenAI的官方微调说明文档，列出了以下常见用例：。

设置风格、基调、格式等；提高输出的可靠性；纠正未能遵循复杂提示的问题；以特定方式处理多个边缘内容；改进可操纵性；执行难以在提示中阐明的新技能或任务例如，改进可操纵性，微调功能允许企业使模型更好地遵循指令，使输出简洁或始终以特定语言进行响应。

例如，开发人员可以使用微调来确保模型，在提示使用德语时始终以德语进行响应除了提高性能以外，微调使企业能够缩短提示时间同时保证性能GPT⑶.5-Turbo微调还可以处理4k tokens，是OpenAI之前微调模型的两倍。

早期测试人员通过对模型本身的指令进行微调，将提示大小减少了高达 90%，从而加快了每个API调用的速度并降低了成本如何进行微调1，准备数据，创建1组多样化的演示对话，类似于要求模型在实际输出中的对话数据集中的每个示例都应该取OpenAI的聊天完成 API 格式相同的对话，特别是消息列表，其中每条消息都有角色、内容和可选名称。

2，上传文件

3，创建微调作业，使用 OpenAI SDK开始进行大规模数据训练、微调。训练模型可能需要几分钟或几小时，具体取决于模型和数据集大小。模型训练完成后，创建微调作业的用户将收到1封确认电子邮件。

除了创建微调作业外，开发者还可以列出现有作业、检索作业状态或取消作业。

4，使用微调模型，微调作业完成后模型可以投入使用了。

在某些情况下，用户的微调模型可能需要几分钟才能准备好处理请求。如果对模型的请求超时或找没有到模型名称，可能是因为模型仍在加载中，可在几分钟后重试。

微调定价微调分为初始训练成本和使用成本两大部分训练：0.008 美元/1K tokens使用输入：0.012 美元/1K tokens使用输出：0.016 美元/1K tokens例如，1个GPT⑶.5 Turbo包含 100,000 个okens的训练文件并训练3个epoch的微调作业的预期成本为2.40美元。

本文来源：AIGC开放社区，原文标题：《重磅！GPT⑶.5 Turbo推出微调功能，可以打造专属ChatGPT啦！》告发/反馈

这就是今天要说的内容了，希望你能喜欢这篇文章，如果你有什么建议或者问题，请在评论区告诉我，我会认真听取。同时，请你给我1个赞吧，也可以关注我，收藏我的文章，让我们1起成长。