OpenAI presentó GPT-4 Turbo en su primera conferencia de desarrolladores, calificándola de sucesora más potente y rentable de GPT-4. La actualización ofrece un procesamiento contextual mejorado y flexibilidad de personalización.
GPT-4 Turbo se presenta en dos versiones: orientada al texto y al procesamiento de imágenes. OpenAI afirma que GPT-4 Turbo se ha «optimizado para mejorar el rendimiento» y tiene un precio de 0,01 dólares por cada 1.000 tokens de texto y 0,03 dólares por cada 1.000 tokens de imagen, casi un tercio del precio de GPT-4.
ChatGPT está hecho sólo para ti
¿Por qué la función de ajuste fino hace que GPT-4 Turbo sea tan especial?
«El ajuste fino mejora el aprendizaje entrenando muchos más ejemplos de los que caben en un monitor, lo que permite manejar mejor muchas tareas», explica OpenAI. En esencia, el ajuste fino tiende un puente entre los modelos genéricos de inteligencia artificial y las soluciones especializadas para tareas específicas. Promete «mejores resultados que las consultas, ahorro de fichas gracias a consultas más cortas y respuestas más rápidas a las consultas».
El ajuste consiste en proporcionar al modelo numerosos datos de usuario para que se entrene en comportamientos específicos, convirtiendo grandes modelos genéricos como GPT-4 en herramientas especializadas para tareas nicho sin crear un modelo completamente nuevo. Por ejemplo, un modelo personalizado para información médica producirá resultados más precisos y «hablará» con el médico.
hacer un GPT: https://t.co/R9VsQboTli
– Sam Altman (@sama) 6 Nov 2023
Una buena analogía puede verse en el mundo de los generadores de imágenes: los modelos refinados de Stable Diffusion tienden a generar mejores imágenes que los originales de Stable Diffusion XL o 1.5 porque se entrenan con datos especializados.
Antes de esta innovación, OpenAI permitía modificar de forma limitada el comportamiento de sus LLM mediante instrucciones del usuario. Esto ya suponía un importante salto cualitativo para quienes querían adaptar los modelos de OpenAI a sus necesidades. El ajuste fino lleva esto al siguiente nivel al introducir nuevos datos, tono, contexto y voz en el conjunto de datos del modelo.
El valor del ajuste fino es significativo. A medida que la inteligencia artificial se convierte en una parte cada vez más integral de nuestra vida cotidiana, crece la demanda de modelos personalizados.
«Afinar los modelos de generación de texto de OpenAI puede mejorarlos para aplicaciones específicas, pero requiere una cuidadosa inversión de tiempo y esfuerzo», afirman las directrices oficiales de OpenAI.
La empresa mejora constantemente sus modelos en términos de contexto, capacidades multimodales y precisión. Con el anuncio de hoy, estas capacidades no tienen rival entre los principales modelos LLM de código cerrado, como Claude y Google Bard.
Aunque los LLM de código abierto como LlaMA o Mistral pueden ajustarse con precisión, no pueden igualarlos en cuanto a potencia y uso profesional.
El lanzamiento de GPT-4 Turbo y su énfasis en la personalización marcan un cambio significativo en la tecnología de IA. Los usuarios pueden esperar interacciones más personalizadas y eficientes, lo que puede repercutir en el servicio al cliente y la creación de contenidos, por ejemplo.
