escuro

OpenAI libera ajuste fino para personalizar GPT-3.5 Turbo

Desenvolvedores já podem usar dados próprios para customizar modelo de inteligência artificial para casos de uso específicos

A OpenAI divulgou nesta terça-feira, dia 22, que a partir de agora os desenvolvedores já podem personalizar o GPT-3.5 Turbo, treinando o modelo de inteligência artificial (IA) com dados próprios por meio da função de ajuste fino (fine-tuning). A novidade promete maior desempenho para casos de uso específicos.

“Os primeiros testes mostraram que uma versão ajustada do GPT-3.5 Turbo pode igualar, ou até mesmo superar, os recursos básicos do nível GPT-4 em certas tarefas restritas”, informou a empresa em seu blog oficial.

A criadora do ChatGPT destacou ainda que os dados enviados para dentro e para fora da API de ajuste fino são de propriedade do cliente e não são usados ​​pela OpenAI, ou qualquer outra organização, para treinar outros modelos.

Além de aumentar o desempenho, o ajuste fino também permite que as empresas encurtem seus prompts e, ao mesmo tempo, garantam um desempenho semelhante. Os primeiros testadores reduziram o tamanho dos prompts em até 90% ajustando as instruções no próprio modelo, acelerando cada chamada de API e reduzindo custos.

Confira as vantagens do ajuste fino, segundo a própria OpenAI:

  • Melhor capacidade de direcionamento: o ajuste fino permite que as empresas façam com que o modelo siga melhor as instruções, como tornar os resultados concisos ou sempre responder em um determinado idioma. Por exemplo, os desenvolvedores podem usar o ajuste fino para garantir que o modelo sempre responda em alemão quando solicitado a usar esse idioma.
  • Formatação de saída confiável: o ajuste fino melhora a capacidade do modelo de formatar respostas de forma consistente – um aspecto crucial para aplicativos que exigem um formato de resposta específico, como conclusão de código ou composição de chamadas de API. Um desenvolvedor pode usar o ajuste fino para converter de maneira mais confiável os prompts do usuário em snippets JSON de alta qualidade que podem ser usados ​​com seus próprios sistemas.
  • Tom personalizado: o ajuste fino é uma ótima maneira de aprimorar a sensação qualitativa do resultado do modelo, como o tom, para que se adapte melhor à voz das marcas das empresas. Uma empresa com uma voz de marca reconhecível pode usar o ajuste fino para que o modelo seja mais consistente com seu tom.

Total
0
Shares
Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Posts Relacionados
Total
0
Share