刚刚 OpenAI 宣布，允许用户创建自定义版的 GPT-3。而且步骤非常简单，只需一行命令就能实现 ！ 经过微调（fine-tuned），定制版的 GPT-3 在不同应用中的提升非常明显。 OpenAI 表示，它可以让不同应用的准确度能直接从 83% 提升到 95%、错误率可降低 50% 。解小学数学题目的正确率也能提高 2-4 倍。 这样一来，踩在巨人的肩膀上、直接在 1750 亿参数的大模型上微调，不少研发人员都可以不用再重头训练自己的 AI 模型了。 这让网友们大呼： 现在我能直接训练我的聊天机器人了，这可节省太多时间和费用了！ 加之前不久 OpenAI 才取消 GPT-3 接口的等待机制，让所有满足条件的开发人员都可快速申请使用它。 显然，在把 GPT-3 开放给更多人用这件事上，OpenAI 真的是不遗余力。微调好处多 微调好处多，这一点 OpenAI 早有证明。 今年 6 月，他们就曾只用 80 个文本的数据集进行训练，让 GPT-3 说话的危险性大幅降低，而且表达也更有人情味。 （下图中蓝线表示训练后模型，红线表示基础模型，分数越高意味着表现越好） 事实上，已经有不少应用已经用上了定制版的 GPT-3，并且表现都不错。 比如这个税收应用 ——Keeper Tax。 它能通过定制版的 GPT-3 来识别账单上的各种数据，以帮助用户找到可以免税的费用。 Keeper Tax 表示，在用上微调后的 GPT-3 后，应用识别的准确率每周都会提高约 1%，准确率已经从过去的 85% 提升到了 93%。 再来看这个人工智能检索工具 ——Elicit。 它可以根据用户搜索的问题来智能给出结果。 在用上定制版 GPT-3 后，Elicit 给出的结果在易懂性上提高了 24%、准确性上提高了 17%、整体方面则提升了 33%。 还有这个可智能读取用户评论的应用 ——Viable。 它能够从大量评论中读取用户的重要建议，比如投诉、疑问等。 定制化 GPT-3 使该应用在识别用户反馈的准确率上从 66% 提升到了 90%。 事实上，不只是准确率上的提升。 在输出结果的用时、多样性上，定制化 GPT-3 都有着更明显的优势。如何食用？ OpenAI 表示，想要微调 GPT-3 大致需要 3 个步骤： 准备和上传训练数据；训练微调模型；最后使用。 其中，训练数据必须是 JSONL 文档，这一步是让 GPT-3 在哪方面表现突出的关键。 创建微调模型是在 OpenAI CLI 上进行，步骤也很简单，只需上传数据文件、创建微调作业、再等待几分钟或几小时等待作业完成。 最后，使用微调模型时，只需将命令行中 fine_tuned_model 字段换成模型名称即可。 具体步骤 OpenAI 已在官方网页上给出，可参看文末链接 2。 当然，想要用更加强大的 GPT-3，所需费用也会有些提升。 微调后模型每 1K token 的费用，将比基础版高出 50%。 OpenAI 技术人员在采访时表示：＂我们开发此功能时，希望能够让没有 AI 研究背景的人也能使用它。 不少网友也纷纷留言表示，自己用 GPT-3 写出了很多有意思的应用。 比如有人就写了一个睡眠播客，可以讲童话故事的那种： 参考链接： [1]https://openai.com/blog/customized-gpt3/ [2]https://beta.openai.com/docs/guides/fine-tuning [3]https://news.ycombinator.com/item?id=29554116