GPT-3.5 Turbo支持微調(diào)了，打造專屬ChatGPT，但價(jià)格小貴

OpenAI：對(duì) GPT-4 的微調(diào)也將于秋季到來(lái)。

今天，OpenAI 又迎來(lái)了一次新的產(chǎn)品升級(jí)。

現(xiàn)在企業(yè)客戶終于可以對(duì) GPT-3.5 Turbo 進(jìn)行微調(diào)了。這樣一來(lái)，開(kāi)發(fā)人員能夠得到在自己的用例上表現(xiàn)更好的自定義模型，并大規(guī)模地運(yùn)行這些模型。

至于實(shí)際效果，早期測(cè)試已經(jīng)證明，GPT-3.5 Turbo 微調(diào)版本的能力在一些小范圍任務(wù)上可以媲美甚至超越基礎(chǔ) GPT-4 模型。

OpenAI 表示，此次微調(diào) API 的傳入和傳出數(shù)據(jù)完全歸客戶所有，它自己或任何其他機(jī)構(gòu)都不能使用這些數(shù)據(jù)來(lái)訓(xùn)練其他模型。這一做法保證了客戶數(shù)據(jù)的安全性和隱私性。

對(duì)于 GPT-3.5 Turbo 支持微調(diào)功能，英偉達(dá) AI 科學(xué)家 Jim Fan 表示，這是 OpenAI 自 APP Store 之后最重要的產(chǎn)品升級(jí)。

微調(diào)后性能更強(qiáng)、提示更短、速度更快

自 GPT-3.5 Turbo 推出以來(lái)，開(kāi)發(fā)人員和企業(yè)一直要求可以自定義該模型，以此創(chuàng)建獨(dú)特和差異化的用戶體驗(yàn)。

隨著 OpenAI 宣布支持微調(diào)功能，開(kāi)發(fā)人員現(xiàn)在可以運(yùn)行監(jiān)督微調(diào)，使得 GPT-3.5 Turbo 在一些常見(jiàn)用例上輸出更好的結(jié)果。

首先增強(qiáng)了可控性。微調(diào)后的模型可以更好地遵循指令，比如輸出簡(jiǎn)潔或者使用給定語(yǔ)言進(jìn)行響應(yīng)。舉個(gè)例子，開(kāi)發(fā)人員可以利用微調(diào)保證在提示使用德語(yǔ)時(shí)，始終以德語(yǔ)進(jìn)行回答。

其次保證可靠的輸出格式。微調(diào)提升了模型輸出一致性格式的能力，這對(duì)于代碼補(bǔ)全或生成 API 調(diào)用等要求特定響應(yīng)格式的應(yīng)用來(lái)說(shuō)很重要。開(kāi)發(fā)人員可以通過(guò)微調(diào)更可靠地將用戶提示轉(zhuǎn)換為高質(zhì)量的 JSON 代碼片段，以供自己的系統(tǒng)使用。

最后是自定義語(yǔ)氣。微調(diào)是「磨煉」模型輸出語(yǔ)氣的好方法，以此更適合企業(yè)品牌聲音。擁有知名品牌聲音的企業(yè)可以通過(guò)微調(diào)，讓模型輸出與自身調(diào)性更加一致。

除了性能更強(qiáng)，微調(diào)后的 GPT-3.5 Turbo 模型可以在縮短提示的同時(shí)保證性能不會(huì)大變。此外微調(diào)后可以處理 4k token，這是 OpenAI 以往微調(diào)模型的兩倍。早期測(cè)試人員在對(duì)模型指令進(jìn)行微調(diào)時(shí)， 提示大小最高可以縮短 90%，從而加快了每個(gè) API 調(diào)用的速度，減少了成本。

當(dāng)與提示工程、信息檢索和函數(shù)調(diào)用等其他技術(shù)結(jié)合使用時(shí)，微調(diào)將變成超級(jí)強(qiáng)大的工具。OpenAI 還表示，今天秋季還將支持對(duì)函數(shù)調(diào)用和 gpt-3.5-turbo-16k 的微調(diào)。

微調(diào)一般分為四步完成：準(zhǔn)備數(shù)據(jù)、上傳文件、創(chuàng)建一個(gè)微調(diào)任務(wù)和使用一個(gè)微調(diào)模型。

安全性也非常重要。為了在微調(diào)過(guò)程中保證默認(rèn)模型的安全性，微調(diào)訓(xùn)練數(shù)據(jù)通過(guò)了 OpenAI 的審核 API 和 GPT-4 支持的審核系統(tǒng)，從而檢測(cè)出與其安全標(biāo)準(zhǔn)相沖突的不安全訓(xùn)練數(shù)據(jù)。

價(jià)格有點(diǎn)貴

GPT-3.5 Turbo 的微調(diào)成本分為兩部分，包括初始訓(xùn)練成本和使用成本。其中：

訓(xùn)練階段：1K Tokens 要 0.008 美元

使用輸入：1K Tokens 要 0.012 美元

使用輸出：1K Tokens 要 0.016 美元

舉個(gè)例子，如果要對(duì) 10 萬(wàn) tokens 的訓(xùn)練文件進(jìn)行微調(diào)，并訓(xùn)練 3 個(gè) epochs，則預(yù)計(jì)成本為 2.40 美元。

對(duì)此，有人表示，價(jià)格有點(diǎn)小貴，是基礎(chǔ) GPT-3.5 模型的 4 倍了。

博客鏈接：https://openai.com/blog/gpt-3-5-turbo-fine-tuning-and-api-updates