OpenAI a introduit l’option de réglage fin pour GPT-3.5 Turbo, permettant aux développeurs d’intelligence artificielle (IA) d’améliorer les performances sur des tâches spécifiques à l’aide de données dédiées. Cependant, les développeurs ont exprimé des critiques ainsi que leur enthousiasme pour le développement.
OpenAI a précisé que grâce au processus de réglage fin, les développeurs peuvent personnaliser les capacités de GPT-3.5 Turbo en fonction de leurs besoins. Par exemple, un développeur pourrait affiner GPT-3.5 Turbo pour créer un code personnalisé ou résumer de manière compétente des documents juridiques en allemand, à l’aide d’un ensemble de données provenant des opérations commerciales du client.
Vous pouvez désormais affiner GPT-3.5-Turbo !
Il semble cependant que l’inférence soit nettement plus chère (8 fois plus).
Je suppose que quiconque ayant la capacité de déployer ses propres modèles ne sera pas influencé par cela. https://t.co/p2LbSq4D2H
–Marc Tenenholtz (@marktenenholtz) 22 août 2023
Le récent annonce a suscité une réaction prudente de la part des développeurs. Un commentaire attribué à un utilisateur X nommé Joshua Segeren a déclaré que même si l’introduction du réglage fin de GPT-3.5 Turbo est intrigante, il ne s’agit pas d’une solution complète. D’après ses observations, l’amélioration des invites, l’utilisation de bases de données vectorielles pour les recherches sémantiques ou la transition vers GPT-4 donnent souvent de meilleurs résultats qu’une formation personnalisée. De plus, il y a des facteurs à prendre en compte, tels que les coûts d’installation et de maintenance continue.
Les modèles fondamentaux GPT-3.5 Turbo commencent à un taux de 0,0004 $ pour 1 000 jetons (les unités fondamentales traitées par des modèles de langage étendus). Cependant, les versions affinées grâce à un réglage fin entraînent un coût plus élevé de 0,012 USD pour 1 000 jetons d’entrée et de 0,016 USD pour 1 000 jetons de sortie. De plus, des frais de formation initiale liés au volume de données s’appliquent.
Cette fonctionnalité est importante pour les entreprises et les développeurs souhaitant créer des interactions utilisateur personnalisées. Par exemple, les organisations peuvent affiner le modèle pour l’harmoniser avec la voix de leur marque, garantissant ainsi que le chatbot présente une personnalité et un ton cohérents qui complètent l’identité de la marque.
En rapport: Une université britannique de premier plan s’associe à une startup d’IA pour analyser le marché de la cryptographie
Afin de garantir une utilisation responsable de la fonction de réglage fin, les données de formation utilisées pour le réglage fin sont soumises à un examen minutieux via leur API de modération et le système de modération alimenté par GPT-4. Ceci est fait pour conserver les attributs de sécurité du modèle par défaut tout au long de la procédure de réglage fin.
Le système s’efforce de détecter et d’éliminer les données de formation potentiellement dangereuses, garantissant ainsi que le résultat affiné est conforme aux normes de sécurité établies par OpenAI. Cela signifie également qu’OpenAI dispose d’un certain niveau de contrôle sur les données que les utilisateurs saisissent dans ses modèles.
Revue: AI Eye: Apple développe une IA de poche, un accord de musique contrefaite, un GPT-4 hypnotisant