Сэм Альтман открывает первую конференцию разработчиков OpenAI, состоявшуюся 6 ноября в Сан-Франциско. Фото: OpenAI/YouTube» src=»https://www.todayscrypto.news/wp-content/uploads/2023/11/1.Sam-Altman-GPT4-Turbo.jpg@webp.jpg» width=»828″ height=»421″ /☻
Компания OpenAI представила GPT-4 Turbo на своей первой конференции для разработчиков, назвав его более мощным и экономичным преемником GPT-4. Обновление предлагает улучшенную контекстную обработку и гибкость настройки.
GPT-4 Turbo выпускается в двух версиях: ориентированной на работу с текстом и обрабатывающей изображения. По словам представителей OpenAI, GPT-4 Turbo был «оптимизирован для повышения производительности», а его цена составляет 0,01 долл. за 1000 текстовых маркеров и 0,03 долл. за 1000 маркеров изображений — почти треть от цены GPT-4.
ChatGPT создан специально для вас
Как функция тонкой настройки делает GPT-4 Turbo таким особенным?
«Тонкая настройка улучшает процесс обучения за счет тренировки гораздо большего количества примеров, чем может поместиться на мониторе, что позволяет лучше справляться со многими задачами», — поясняют в OpenAI. По сути, тонкая настройка позволяет преодолеть разрыв между типовыми моделями искусственного интеллекта и специализированными решениями, предназначенными для конкретных задач. Она обещает «более качественные результаты по сравнению с запросами, экономию токенов за счет более коротких запросов и более быстрые ответы на запросы».
Тюнинг предполагает предоставление модели обширных пользовательских данных для обучения определенному поведению, превращение больших типовых моделей, таких как GPT-4, в специализированные инструменты для решения нишевых задач без создания абсолютно новой модели. Например, модель, настроенная на получение медицинской информации, будет выдавать более точные результаты и «разговаривать» с врачом.
make a GPT: https://t.co/R9VsQboTli
— Sam Altman (@sama) 6 ноября 2023
Хорошую аналогию можно увидеть в мире генераторов изображений: уточненные модели Stable Diffusion, как правило, генерируют лучшие изображения, чем исходные Stable Diffusion XL или 1,5, поскольку они обучаются на специализированных данных.
До этого нововведения OpenAI позволял ограниченно модифицировать поведение своих LLM с помощью пользовательских инструкций. Это уже было значительным качественным скачком для тех, кто хотел адаптировать модели OpenAI к своим потребностям. Тонкая настройка позволяет выйти на новый уровень, внося в набор данных модели новые данные, тон, контекст и голос.
Ценность тонкой настройки очень велика. По мере того как искусственный интеллект становится все более неотъемлемой частью нашей повседневной жизни, растет спрос на модели, адаптированные к конкретным потребностям.
«Тонкая настройка моделей генерации текста OpenAI может сделать их лучше для конкретных приложений, но она требует тщательного вложения времени и усилий», — говорится в официальном руководстве OpenAI.
Компания постоянно совершенствует свои модели с точки зрения контекста, мультимодальных возможностей и точности. После сегодняшнего анонса эти возможности не имеют себе равных среди ведущих закрытых моделей LLM, таких как Claude и Google Bard.
Хотя LLM с открытым кодом, такие как LlaMA или Mistral, могут быть тонко настроены, они не могут сравниться с ними по мощности и профессиональному использованию.
Выпуск GPT-4 Turbo и его акцент на настройку знаменуют собой значительный сдвиг в технологии ИИ. Пользователи могут рассчитывать на более персонализированное и эффективное взаимодействие, что может сказаться, например, на обслуживании клиентов и создании контента.
