OpenAI 推出新功能，開啟定制化 AI 模型的新篇章

引言

在 AI 領域，OpenAI 一直是創新和突破的代名詞。隨著科技的迅速發展，尤其是進入 2024 年後，人們對於更加智能化、個性化的技術需求日益增長。OpenAI 作為行業的領先者，不斷推陳出新，旨在滿足這些需求，並助力於實現更加高效和精準的人工智能應用。最近，OpenAI 推出了一系列新功能，這不僅對開發者群體是一大利好，同時也為廣大對 AI 技術有深度關注的人士開啟了定制化 AI 模型的新篇章。

從 fine-tuning API 的革新到 Custom Models Program 的擴展，OpenAI 正在不斷地拓寬技術的邊界。這些新進展不僅提供了更多控制細節的能力，還大幅提升了模型的性能和適應性，使其能夠更好地應對各種複雜的任務和挑戰。特別是在 fine-tuning 方面，OpenAI 通過提供自助式 API，使得成千上萬的組織得以訓練數以千計的模型，這對於提升模型對特定內容的深層理解和增強其對特定任務的現有知識和能力具有重大意義。

例如，全球就業匹配和招聘平台 Indeed 通過 fine-tuning GPT-3.5 Turbo，大幅提升了針對工作求職者的個性化推薦質量，這不僅提高了成本效益，還大幅降低了延遲。這一成就展示了 fine-tuning 在提升 AI 模型性能方面的巨大潛力。

除了 fine-tuning API 的新進展外，OpenAI 的 Custom Models Program 也在不斷擴展。這一計劃旨在為特定領域訓練和優化模型，並與數十個客戶合作，進一步提升了該計劃的性能表現。今天，隨著 assisted fine-tuning 服務的正式推出，OpenAI 在定制模型方面的努力邁出了新的一步。這一服務是與技術團隊的合作努力，利用超越 fine-tuning API 的技術，為需要在設置高效訓練數據管線、評估系統和定制參數方法方面獲得支援的組織提供幫助。

在某些情況下，組織需要從頭開始訓練一個專門的模型，這個模型能夠理解他們的業務、行業或領域。完全定制訓練的模型通過修改模型訓練過程的關鍵步驟，將特定領域的新知識融入其中，這在行業中是一項創新舉措。例如，Harvey 與 OpenAI 合作創建了一個專為案例法律工作量身定制的大型語言模型，經過一系列的定制訓練過程後，該模型在法律事實回應方面實現了 83% 的提升，律師對這一定制模型的輸出偏好比率高達 97%。

隨著科技的不斷進步和創新，我們相信，未來，絕大多數組織都將開發定制化模型，這些模型將針對他們的行業、業務或用例進行個性化。OpenAI 將繼續致力於提供更多控制細節的能力，並引導進入一個更加定制化的 AI 模型時代。

Fine-Tuning API 的新進展

自從 2023 年 8 月推出 GPT-3.5 的自助式 fine-tuning API 以來，成千上萬的組織已經利用我們的 API 訓練了數以千計的模型。Fine-tuning 不僅可以深化模型對內容的理解，還可以增強模型對特定任務的現有知識和能力。例如，Indeed 通過 fine-tuning GPT-3.5 Turbo，大幅提升了針對工作求職者的個性化推薦質量，從而提高了成本效益並降低了延遲。今天，我們引入的新功能將使開發者在執行 fine-tuning 工作時擁有更多控制權，包括基於 Epoch 的檢查點創建、比較性 Playground 界面、第三方整合支持，以及更全面的驗證指標和超參數配置能力。

Epoch 基於檢查點創建

此功能允許開發者在每次訓練週期（Epoch）自動生成一個完整的 fine-tuned 模型檢查點。這減少了後續重新訓練的需求，特別是在過擬合的情況下。

比較性 Playground 界面

我們引入了一個新的並排 Playground 使用者介面，用於比較多個模型或 fine-tune 快照與單一提示的輸出質量和性能，使人類評估更加便捷。

第三方整合支持

從本週開始，我們支持與第三方平台（首波支持 Weights and Biases）的整合，讓開發者可以將細緻的 fine-tuning 數據分享到他們的技術棧中。

全面的驗證指標

開發者現在能夠在整個驗證數據集上計算損失和準確性等指標，而不僅是在採樣批次上，提供更好的模型質量洞察。

超參數配置

現在，開發者能夠從 Dashboard 配置可用的超參數（以前僅通過 API 或 SDK 可配置），這提供了更大的靈活性和控制能力。

這些新功能加上之前的進展，顯著提升了 fine-tuning 的效率和效果，為開發者提供了更多控制和定制的能力，從而推動了對特定任務的 AI 模型的優化和創新。

定制訓練模型的力量

在某些情況下，組織需要從頭開始訓練一個專門的模型，這個模型能夠理解他們的業務、行業或領域。完全定制訓練的模型通過修改模型訓練過程的關鍵步驟，將特定領域的新知識融入其中。

客製化模型的成功案例

Harvey，一家為律師提供 AI 服務的法律工具公司，與 OpenAI 合作創建了一個專為案例法律工作量身定制的大型語言模型。儘管基礎模型在推理方面表現出色，但它們缺乏法律案例歷史和其他法律工作所需的廣泛知識。經過一系列的定制訓練過程後，該模型在法律事實回應方面實現了 83% 的提升，律師對這一定制模型的輸出偏好比率高達 97%。

定制模型的關鍵要素

開發定制化模型的過程中，有幾個關鍵因素需要考慮：

• 需求明確：清楚定義模型的用例，確保開發工作與組織的目標和需求一致。
• 評估系統：設計和實施有效的評估系統，以準確測量模型性能和進步。
• 技術選擇：選擇適合特定用例的技術，包括 fine-tuning、PEFT 方法等。
• 迭代準備：準備隨時根據反饋和性能數據進行迭代，以達到最佳性能。

定制模型對行業的影響

隨著技術的進步，越來越多的行業和組織開始探索和實施定制模型。這些模型不僅能提供更準確和個性化的服務，還能大幅提高工作效率和決策質量。從法律、醫療到電信行業，定制模型的應用範圍廣泛，其影響力日益顯著。

模型定制化的未來展望

在 AI 的未來發展中，定制化模型將扮演關鍵的角色。隨著技術的進步，OpenAI 等領先的 AI 組織已經開始推動這一趨勢，通過提供更多控制細節的工具和資源來幫助開發者和企業創建出更適合自己需求的 AI 模型。我們相信，在不久的將來，大多數組織都將擁有針對其特定行業、業務或用例進行個性化的模型。

透過技術實現定制化

OpenAI 提供的技術，包括 fine-tuning API、Custom Models Program 和 assisted fine-tuning 服務，使組織能夠進行更深層次的模型定制。這些技術允許組織基於特定任務或領域的需求來增強模型的現有知識和能力。

• Fine-tuning API 的最新進展，例如 Epoch 基準的檢查點創建、比較性 Playground 界面，讓開發者更加精準地控制模型訓練過程。
• Custom Models Program 和 assisted fine-tuning 服務，這些服務提供技術團隊的支援，利用超越 fine-tuning API 的技術和方法，幫助組織設置高效的訓練數據管線和評估系統。

定制化模型的成功案例

我們已經看到了一些成功的案例，證明了定制化模型的強大力量。例如，SK Telecom 利用 GPT-4 定制了專門用於韓國電信行業客服的模型，通過 fine-tuning 提高了顧客服務任務的表現。Harvey 則是與 OpenAI 合作，為案例法律工作創建了一個大型語言定制模型，這個模型在法律事實回應方面實現了顯著的提升。

未來展望

展望未來，我們相信所有規模的組織都能夠開發個性化的模型，從而獲得更有意義、更具體的影響。關鍵在於：

• 明確界定用例
• 設計和實施評估系統
• 選擇合適的技術
• 隨時準備迭代，以使模型達到最佳性能

對於任何需要更深入 fine-tune 模型或將新的、特定於領域的知識融入模型的組織，OpenAI 的 Custom Model 計劃可以提供幫助。

透過這些技術服務，組織不僅可以提升模型性能，還能夠實現更加精準和個性化的模型定制，從而在 AI 實施中獲得更有意義的影響。隨著 OpenAI 不斷推動技術進步，未來定制化 AI 模型的應用將會更加廣泛和深入，為各行各業帶來前所未有的創新和轉變。

結論

隨著 OpenAI 不斷在細節上進行創新和調整，開發者和組織現在面臨著無限的可能性，能夠透過更加精細化的工具和資源來探索 AI 的深度和廣度。從 fine-tuning API 的提升到定制模型計劃的拓展，OpenAI 不僅提供了技術上的支持，更是在智能解決方案的個性化進程中，為每一位使用者開啟了前所未有的自由和彈性。在 AI 的未來之旅中，OpenAI 的創新步伐不會停歇，將持續引領行業達到更高的成就。

近年來，OpenAI 透過其強大的模型如 GPT-4，以及針對特定需求的 fine-tuning 能力，成功地為各行各業帶來轉變。無論是需要深度 fine-tune 的組織，還是希望將新的、特定於領域的知識融入模型的公司，OpenAI 的 Custom Model 計劃都能提供相應的支援和解決方案。

從 Indeed 利用 GPT-3.5 Turbo 提升工作推薦質量，到 SK Telecom 通過定制 GPT-4 改善韓語電信領域的客戶服務表現，這些案例展示了定制訓練模型的強大影響力。這不僅提升了對話品質、意圖識別的準確性，更重要的是，它提高了客戶滿意度，從而證明了定制化 AI 模型在業務進程中的核心價值。

OpenAI 的未來展望則將定制化模型的概念推向全新的高度。預計在未來，絕大多數的組織都將開發出與他們的行業、業務或特定用例高度契合的定制模型。這些模型將使組織能夠從其 AI 實施中獲得更有意義、更具體的成效。關鍵在於清晰界定用例，設計和實施評估系統，選擇合適的技術，並準備好隨時迭代，以使模型達到最佳性能。

OpenAI 不僅僅是一家推動技術進步的公司，它更是一個激發創新、實現願景和夢想的平台。隨著技術的迭代和進化，OpenAI 將繼續在 AI 的浪潮中引領方向，為世界帶來更加智能、更加個性化的解決方案。對於那些渴望在 AI 領域中尋找突破和創新的開發者和組織而言，OpenAI 不僅提供了一個起點，更開啟了探索未來無限可能的新篇章。