OpenAI 新動态：改善微調 API，擴展定制模型計劃

IT 之家 4 月 5 日消息，OpenAI 公司近日發布新聞稿，宣布改善微調（fine-tuning）API，并進一步擴展定制模型計劃。

IT 之家翻譯新聞稿中關于微調 API 的相關改進内容如下

基于 Epoch 的 Checkpoint Creation

在每次訓練 epoch（将訓練數據集中的所有樣本都過一遍（且僅過一遍）的訓練過程）過程中，都自動生成一個完整的微調模型檢查點，便于減少後續重新訓練的需要，尤其是在過拟合（overfitting，指過于緊密或精确地匹配特定數據集，以至于無法良好地拟合其他數據或預測未來的觀察結果的現象）的情況下。

Comparative Playground

用于比較模型質量和性能的全新并排遊樂場用戶界面，允許對多個模型的輸出進行人工評估，或根據單個提示詞微調 snapshots。

第三方集成：

支持與第三方平台的集成（本周開始與 Weights and Biases 集成），讓開發人員能夠将詳細的微調數據共享給堆棧的其他部分。

更全面的驗證指标：

能夠計算整個驗證數據集（而不是抽樣批次）的損失和準确性等指标，從而更好地了解模型質量。

Hyperparameter 配置

從儀表闆配置可用超參數的功能（而非僅通過應用程序接口或 SDK）

改善微調控制面闆

可以配置超參數、查看更詳細的訓練指标以及從以前的配置重新運行作業的功能。

擴展定制模型計劃

OpenAI 爲進一步擴展定制模型計劃，還推出了輔助微調服務。開發者可以尋求 OpenAI 專業團隊成員的幫助，針對特定領域訓練和優化模型，附加 Hyperparameter 和各種參數高效微調 ( PEFT ) 方法。