Sam Altman geeft het startschot voor OpenAI’s eerste ontwikkelaarsconferentie op 6 november in 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 heeft vandaag GPT-4 Turbo onthuld op zijn eerste ontwikkelaarsconferentie en noemt het een krachtigere en kosteneffectieve opvolger van GPT-4. De update biedt verbeterde contextverwerking en de mogelijkheid tot fijnafstemming op de wensen van de gebruiker.
GPT-4 Turbo is beschikbaar in twee versies: de ene richt zich op tekst, terwijl de andere ook afbeeldingen verwerkt. Volgens OpenAI is GPT-4 Turbo “geoptimaliseerd voor prestaties” en is hij geprijsd voor slechts $0,01 per 1.000 teksttags en $0,03 per 1.000 afbeeldings-tags, bijna een derde van de prijs van GPT-4.
ChatGPT op aanvraag voor u
Wat maakt de GPT-4 Turbo fijnafstelling zo speciaal?
“Fijnafstemming verbetert het leren op meerdere frames door te trainen op veel meer voorbeelden dan in de uitdaging passen, waardoor betere resultaten worden behaald op een groot aantal taken”, legt OpenAI uit. Fine-tuning vult in wezen het gat tussen algemene AI-modellen en toepassingsspecifieke oplossingen. Het belooft “hintresultaten van betere kwaliteit, tekenbesparing door kortere hints en snellere reacties op zoekopdrachten”.
Fine-tuning houdt in dat uitgebreide gebruikersgegevens worden ingevoerd in het model om specifiek gedrag te leren, waardoor grote generieke modellen zoals GPT-4 gespecialiseerde hulpmiddelen worden voor specifieke taken zonder dat er een geheel nieuw model hoeft te worden gemaakt. Een model dat is afgestemd op medische informatie zal bijvoorbeeld nauwkeurigere resultaten geven en meer “praten” als een arts.
do GPT: https://t.co/R9VsQboTli
– Sam Altman (@sama) 6 november 2023
Een goede analogie kan worden gezien in de wereld van beeldgeneratoren: de afgestemde stabiele diffusiemodellen produceren meestal betere beelden dan de originele XL of 1,5 stabiele diffusiemodellen omdat ze hebben geleerd van gespecialiseerde gegevens.
Voorafgaand aan deze innovatie stond OpenAI beperkte aanpassingen toe aan het gedrag van zijn LLM’s door middel van aangepaste instructies. Dit was al een grote sprong voorwaarts voor diegenen die OpenAI modellen wilden aanpassen. Fijnafstemming verbetert het door nieuwe gegevens, toon, context en stemgeluid te introduceren in de dataset van het model.
De waarde van fijnafstemming is aanzienlijk. Naarmate kunstmatige intelligentie een steeds grotere rol gaat spelen in ons dagelijks leven, groeit de behoefte aan verfijnde modellen.
“Fijnafstemming van OpenAI’s tekstgeneratiemodellen kan ze verbeteren voor specifieke toepassingen, maar vereist een zorgvuldige investering van tijd en moeite”, aldus OpenAI in haar officiële handleiding.
Het bedrijf verbetert zijn modellen voortdurend op het gebied van context, multimodale mogelijkheden en nauwkeurigheid. Na de aankondiging van vandaag zijn deze capaciteiten ongeëvenaard onder conventionele closed-loop LLM’s zoals Google’s Claude of Bard.
Hoewel open-source LLM’s zoals LlaMA of Mistral kunnen worden verfijnd, kunnen ze zich niet meten met prestaties en professionele bruikbaarheid.
De release van GPT-4 Turbo en de nadruk op fijnafstelling markeren een belangrijke verschuiving in AI-technologie. Gebruikers kunnen meer gepersonaliseerde en efficiënte interacties verwachten met potentiële gevolgen van klantenservice tot het maken van content.
