Sam Altman dà il via alla prima conferenza degli sviluppatori OpenAI il 6 novembre a San Francisco. Foto: OpenAI/YouTube” src=”https://www.todayscrypto.news/wp-content/uploads/2023/11/1.Sam-Altman-GPT4-Turbo.jpg@webp.jpg” width=”828″ height=”421″ /☻
OpenAI ha presentato oggi GPT-4 Turbo in occasione della sua prima conferenza per gli sviluppatori, definendolo un successore più potente ed economico di GPT-4. L’aggiornamento offre una migliore elaborazione sensibile al contesto e la capacità di adattarsi alle esigenze degli utenti.
GPT-4 Turbo è disponibile in due versioni: una si concentra sul testo, mentre l’altra elabora anche le immagini. Secondo OpenAI, GPT-4 Turbo è “ottimizzato nelle prestazioni” e costa solo 0,01 dollari per 1.000 tag di testo e 0,03 dollari per 1.000 tag di immagini, quasi un terzo del prezzo di GPT-4.
GPT chat on demand per voi
Cosa rende così speciale la messa a punto del GPT-4 Turbo?
“La messa a punto migliora l’apprendimento su più immagini esercitandosi su molti più esempi che corrispondono alla sfida, portando a risultati migliori su una varietà di compiti”, spiega OpenAI. Il fine-tuning colma essenzialmente il divario tra i modelli generali di IA e le soluzioni specifiche per le applicazioni. Promette “migliori risultati di indicizzazione, risparmi di carattere grazie a indici più brevi e risposte più rapide alle query”.
Il fine-tuning prevede l’immissione di molti dati degli utenti nel modello per apprendere comportamenti specifici. In questo modo, modelli generali di grandi dimensioni come il GPT-4 possono essere trasformati in strumenti specializzati per compiti specifici senza dover creare un modello completamente nuovo. Ad esempio, un modello adattato alle informazioni mediche fornirà risultati più accurati e “parlerà” più come un medico.
do GPT: https://t.co/R9VsQboTli
– Sam Altman (@sama) 6 novembre 2023
Una buona analogia può essere osservata nel mondo dei generatori di immagini: I modelli di dispersione stabile concessi producono solitamente immagini migliori rispetto ai modelli di dispersione stabile XL o 1,5 originali, perché hanno imparato da dati specializzati.
Prima di questa innovazione, OpenAI consentiva regolazioni limitate del comportamento dei suoi LLM attraverso istruzioni definite dall’utente. Questo era già un grande passo per chi voleva modificare i modelli OpenAI. Il fine-tuning li migliora introducendo nuovi dati, tono, contesto e voce nel set di dati del modello.
Il valore della messa a punto è importante. Poiché l’intelligenza artificiale inizia a svolgere un ruolo sempre più importante nella nostra vita quotidiana, cresce la necessità di modelli perfezionati.
“La messa a punto dei modelli di generazione del testo di OpenAI può migliorarli per applicazioni specifiche, ma richiede un attento investimento di tempo e fatica”, spiega OpenAI nella sua guida ufficiale.
L’azienda migliora costantemente i suoi modelli in termini di contesto, capacità multimodali e precisione. Secondo l’annuncio di oggi, queste capacità non hanno nulla da invidiare ai tradizionali LLM a ciclo chiuso, come Claude o Bard di Google.
Gli LLM open-source come LlaMA o Mistral possono essere perfezionati, ma non possono eguagliare le prestazioni professionali e la facilità d’uso.
Il rilascio di GPT-4 Turbo e la sua attenzione alla messa a punto segnano un cambiamento importante nella tecnologia dell’intelligenza artificiale. Gli utenti possono aspettarsi interazioni più personalizzate ed efficienti, con potenziali implicazioni dal servizio clienti alla creazione di contenuti.
