OpenAI está en racha y ha anunciado actualizaciones consecutivas que permiten a los usuarios personalizar dos de sus modelos de IA más populares.
La compañía reveló el mes pasado que los usuarios de ChatGPT ahora pueden proporcionar «instrucciones personalizadas» para personalizar las respuestas del chatbot. Ahora, OpenAI ha anunciado que el ajuste fino está disponible para GPT-3.5 Turbo, lo que permite a los desarrolladores de IA lograr un mejor rendimiento en tareas especializadas a través de datos especializados.
Estas mejoras podrían permitir a la empresa mantener su liderazgo frente a competidores bien financiados como Bard de Google o Claude de Anthropic.
«Acabamos de lanzar el ajuste fino para GPT-3.5 Turbo», anunció OpenAI en Twitter. «El ajuste fino te permite entrenar el modelo con los datos de tu empresa y ejecutarlo a escala».
«Las primeras pruebas han demostrado que GPT-3.5 Turbo con ajuste fino puede igualar o superar a GPT-4 en tareas estrechas», añadió.
¡Acabamos de lanzar el ajuste fino para GPT-3.5 Turbo! El ajuste fino permite entrenar el modelo con los datos de su empresa y ejecutarlo a escala. Las primeras pruebas han demostrado que GPT-3.5 Turbo ajustado puede igualar o superar a GPT-4 en tareas específicas: https://t.co/VaageW9Kaw pic.twitter.com/nndOyxS2xs
– OpenAI (@OpenAI) 22 de agosto de 2023
OpenAI explicó que con el ajuste fino, los desarrolladores pueden moldear directamente las habilidades de GPT-3.5 Turbo para adaptarlas a sus necesidades. Por ejemplo, un desarrollador podría ajustar GPT-3.5 Turbo para generar código a medida o resumir documentos jurídicos en un alemán impecable tras alimentarlo con un corpus de datos existentes en toda la empresa del cliente.
Esta capacidad es especialmente valiosa para las empresas y los desarrolladores que crean experiencias de usuario a medida. Por ejemplo, las empresas pueden ajustar el modelo a la voz de su marca para garantizar que el chatbot tenga una personalidad y un tono complementarios.
El poder de la personalización también puede apreciarse en la comunidad de desarrolladores de Stable Diffusion. Los modelos SD v1.5 ajustados han alcanzado un nivel de calidad que supera al modelo base, el más capaz v2.1, e incluso se compara favorablemente con el SDXL de gama alta que acaba de lanzarse.
Además, según OpenAI, las ventajas de la puesta a punto se extienden a la mejora de la direccionabilidad, la coherencia del formato de salida y la reducción del tamaño de los avisos, lo que se traduce en respuestas más rápidas de la API y menores costes. Por ejemplo, los avisos podrían reducirse hasta un 90%, lo que aceleraría los flujos de trabajo y reduciría los costes.
Mientras que los modelos GPT-3.5 Turbo básicos cuestan a partir de 0,0004 dólares por cada 1.000 tokens (la unidad básica de información que maneja un modelo de lenguaje de gran tamaño), las versiones mejoradas cuestan 0,012 dólares por cada 1.000 tokens de entrada y 0,016 dólares por cada 1.000 tokens de salida. El proceso de formación inicial también conlleva gastos en función del tamaño de los datos. Aun así, el precio elevado puede merecer la pena por la capacidad de personalización.
De nuevo, esto se suma a las «instrucciones personalizadas» introducidas para los usuarios de ChatGPT Plus anunciadas en julio. Por ejemplo, los usuarios pueden especificar su lenguaje de programación preferido para asegurarse de que ChatGPT siempre sugiere soluciones en Python. Otras opciones de personalización que recomienda OpenAI son la ubicación, las aficiones, los objetivos y el tono preferido;
Las instrucciones personalizadas permiten a los usuarios convertir ChatGPT en un asistente digital personalizado adaptado a sus necesidades únicas. Cada conversación seguirá las directrices, eliminando la molestia de repetir preferencias. Más que un modelo totalmente nuevo, la actualización es un modelo que adopta una «mentalidad» diferente, por así decirlo.
La empresa ha puesto en marcha medidas para garantizar un uso responsable de la función de ajuste.
«Para preservar las características de seguridad del modelo por defecto a través del proceso de ajuste, los datos de entrenamiento de ajuste se pasan a través de nuestra API de moderación y un sistema de moderación GPT-4», explica OpenAI. Este sistema intenta identificar y anular los datos de entrenamiento inseguros, garantizando que incluso los resultados personalizados se ajusten a las normas de seguridad de OpenAI.
También significa que OpenAI tiene un cierto nivel de control sobre los datos que los usuarios introducen en sus modelos.
Entre el ajuste fino y las instrucciones personalizadas, OpenAI está cediendo más control a los usuarios que buscan moldear modelos según sus requisitos exactos. A medida que avanza la batalla por la supremacía de la IA generativa, la personalización puede ser la próxima frontera que dé ventaja a OpenAI. Por ahora, sin embargo, estas capacidades siguen siendo exclusivas de los clientes de pago.
