GPT-3.5 Turbo推出微调功能 并更新API

8月23日，OpenAI在官网宣布，推出GPT-3.5 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，结合业务用例构建专属ChatGPT。据悉，GPT-4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，GPT-3.5 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GPT-4 的基本功能。

大语言模型的微调是一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一个大型的语言模型，例如，GPT-3.5，然后，使用特定任务的数据集(如法律、医疗)，进一步对模型进行训练，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，使其在特定业务场景上的性能更好。

例如，如果我们有一个预训练的GPT3.5模型，想让它在法律业务上的表现更好、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。

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。除了提高性能之外，微调使企业能够缩短提示时间同时保证性能。GPT-3.5-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。