作者 | 崔皓
通用模型雖好，但微調(diào)訓(xùn)練得到一個自己的專屬大模型更能讓技術(shù)人心動。最近，GPT-3.5 Turbo最近推出了一項全新的微調(diào)功能，該功能允許開發(fā)者和企業(yè)精準(zhǔn)定制模型，以滿足特定應(yīng)用場景的需求。
微調(diào)GPT，不僅可以提高模型的可操控性、輸出格式的可靠性和語氣的一致性，還使企業(yè)能夠縮短提示長度，從而加速API調(diào)用并降低成本。
本文就帶領(lǐng)諸位見證微調(diào)大模型的魅力，了解GPT-3.5 Turbo，并實現(xiàn)一個關(guān)于天氣的調(diào)優(yōu)模型。
1、GPT-3.5 Turbo微調(diào)功能好在哪里
GPT-3.5 Turbo，一款業(yè)界領(lǐng)先的大型語言模型，最近推出了一項令人振奮的微調(diào)功能。該功能允許開發(fā)者和企業(yè)能夠根據(jù)特定用例定制模型，從而實現(xiàn)更高的性能和更佳的用戶體驗。
首先，微調(diào)已經(jīng)顯著提高了模型的“可操控性”。模型現(xiàn)在可以更準(zhǔn)確地按照用戶的指示進(jìn)行操作，無論是生成更簡潔的輸出，還是針對特定語言進(jìn)行響應(yīng)。
其次，微調(diào)還可以改善模型的輸出格式。開發(fā)者可以將用戶的輸入轉(zhuǎn)換為高質(zhì)量的JSON片段，從而完成與其他系統(tǒng)的集成。
此外，微調(diào)還增強了模型輸出的“語氣”，使其更符合企業(yè)的調(diào)性，從而增加企業(yè)品牌的識別度和一致性。
2、微調(diào)的成本和定價
在介紹GPT-3.5 Turbo版本的微調(diào)之前，我先跟大家說下安全和定價問題。
微調(diào)是一個復(fù)雜但重要的過程。確保安全性是首要任務(wù)。據(jù)AI target=_blank class=infotextkey>OpenAI官方解釋，訓(xùn)練數(shù)據(jù)會通過審核API和GPT-4審核系統(tǒng)進(jìn)行篩選，確保符合安全標(biāo)準(zhǔn)。
成本方面，微調(diào)分為訓(xùn)練和使用兩個環(huán)節(jié)。訓(xùn)練成本按令牌數(shù)量計算，每1000個令牌的價格為$0.008。使用成本也按令牌計算，輸入和輸出分別是每1000個令牌$0.012和$0.016。
以100,000個令牌和3個訓(xùn)練周期為例，預(yù)計微調(diào)成本為$2.40。這一點對于預(yù)算有限的開發(fā)者或企業(yè)來說，提供了明確的費用預(yù)測。
總體而言，微調(diào)提供了性能和安全性的平衡，同時給出了明確的成本結(jié)構(gòu)。這些因素都是在進(jìn)行模型微調(diào)時需要考慮的關(guān)鍵要素。
3、為什么微調(diào)GPT3.5更劃算
模型微調(diào)的目的是為了增加性能和效率。微調(diào)現(xiàn)在能夠生成比提示更高質(zhì)量的結(jié)果，并且能夠在提示中容納更多的示例，從而提高了所謂的“少量樣本學(xué)習(xí)”的效果。
一旦模型經(jīng)過微調(diào)，提示可以更短，從而節(jié)省令牌和成本。這也意味著請求將具有更低的延遲，從而提供更快的響應(yīng)。
微調(diào)涉及幾個關(guān)鍵步驟，包括準(zhǔn)備和上傳訓(xùn)練數(shù)據(jù)，訓(xùn)練新的微調(diào)模型，以及模型的實際使用。具體的定價信息已在OpenAI的定價頁面上公布。
目前，推薦使用的微調(diào)模型是gpt-3.5-turbo-0613，但也支持其他模型如babbage-002和davinci-002。OpenAI預(yù)計今年晚些時候?qū)镚PT-4啟用微調(diào)功能。
4、何時進(jìn)行微調(diào)
雖然GPT模型進(jìn)行微調(diào)確實能夠提高其在特定任務(wù)上的性能，但這并不應(yīng)是首選方案。在微調(diào)之前，開發(fā)者可以先嘗試通過提示工程、提示鏈接和函數(shù)調(diào)用來優(yōu)化模型性能。與微調(diào)相比，這些策略具有更快的反饋循環(huán)，允許開發(fā)者在不創(chuàng)建數(shù)據(jù)集和運行訓(xùn)練作業(yè)的情況下迅速迭代和改進(jìn)。事實上，許多初步表現(xiàn)不佳的任務(wù)可以通過更精確的提示而得到改善，從而避免了微調(diào)的需要。
即使在微調(diào)成為必要的情況下，早期的提示工程工作也不會浪費。實際上，最佳的微調(diào)效果通常可在使用了良好提示的數(shù)據(jù)中觀察到。就是使用更加廉價，高效的方式來優(yōu)化模型，在效果不佳的情況下再考慮對模型進(jìn)行微調(diào)，畢竟微調(diào)需要付出更高的時間和資金成本。
微調(diào)主要用于改善模型在風(fēng)格、語調(diào)、格式和特定任務(wù)方面的性能。同時，它也能有效地降低成本和延遲，特別是當(dāng)從GPT-4遷移到gpt-3.5-turbo時。
廢話不多說，我們開始微調(diào)GPT-3.5 Trubo模型。
5、準(zhǔn)備數(shù)據(jù)集
我們想把GPT-3.5 Turbo模型調(diào)優(yōu)成一個天氣預(yù)報員，不過這個預(yù)報員會通過說冷笑話的方式來預(yù)報天氣。第一步，我們需要準(zhǔn)備一些數(shù)據(jù)集。
數(shù)據(jù)集中的每個示例都需要與Chat completions API相同格式的對話，具體來說，每條消息都有角色、內(nèi)容和可選名稱。
下面是官方提供的樣例：
復(fù)制
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "What's the capital of France?"}, {"role": "assistant", "content": "Paris, as if everyone doesn't know that already."}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "Who wrote 'Romeo and Juliet'?"}, {"role": "assistant", "content": "Oh, just some guy named William Shakespeare. Ever heard of him?"}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "How far is the Moon from Earth?"}, {"role": "assistant", "content": "Around 384,400 kilometers. Give or take a few, like that really matters."}]}
JSON對象是用于微調(diào)GPT模型的訓(xùn)練數(shù)據(jù)示例。每個JSON對象代表一個對話實例，由三個部分組成：
（1）系統(tǒng)消息（System Message）：定義了聊天機(jī)器人（在這里是名為“Marv”的機(jī)器人）的基本特性。在這個例子中，系統(tǒng)消息標(biāo)明Marv是一個提供準(zhǔn)確信息但也具有諷刺性的聊天機(jī)器人。
（2）用戶消息（User Message）：這是用戶向聊天機(jī)器人提出的問題或命令。
（3）助理消息（Assistant Message）：這是聊天機(jī)器人對用戶消息的響應(yīng)。在這個例子中，由于Marv是一個諷刺性的聊天機(jī)器人，所以它的回應(yīng)是準(zhǔn)確但帶有諷刺色彩的。
具體地，每條消息都有兩個字段：
role：指定消息的發(fā)送者角色，可以是system、user或assistant。
content：包含消息內(nèi)容的字段。
要微調(diào)模型，需要至少提供10個示例。如果能夠準(zhǔn)備50到100個訓(xùn)練示例，對gpt-3.5-turbo進(jìn)行微調(diào)會有明顯的改善。官方建議可以準(zhǔn)備50個示例進(jìn)行微調(diào)，在觀察微調(diào)結(jié)果后再尋求改善。需要說明的是，每個訓(xùn)練示例限制為4096個令牌。超過此長度的示例將在訓(xùn)練時截斷為前4096個令牌。為確保整個訓(xùn)練示例適合上下文，請考慮檢查消息內(nèi)容中的總令牌計數(shù)是否低于4000。每個文件目前限制為50 MB。
為了估算微調(diào)作業(yè)的成本，可以使用以下公式：對于訓(xùn)練了3周期的100,000個令牌的訓(xùn)練文件，預(yù)計成本將為~$2.40。
在清楚上面的情況以后，我們來創(chuàng)建自己的數(shù)據(jù)集合。我們想讓GPT-3.5 Turbo成為一個會講笑話的天氣助理。并且通過不同的問答的方式，告訴它如何“幽默”地回答人類關(guān)于天氣的問題。
復(fù)制
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "今天北京的天氣怎么樣？"}, {"role": "assistant", "content": "今天北京的天氣晴朗，就像我的心情一樣明朗！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "上海明天會下雨嗎？"}, {"role": "assistant", "content": "上海明天不會下雨，但我的幽默感可能會淋濕你！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "廣州的濕度怎么樣？"}, {"role": "assistant", "content": "廣州的濕度很高，就像我的幽默感一樣無處不在！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "成都的溫度是多少？"}, {"role": "assistant", "content": "成都的溫度適中，就像一杯剛剛好的茶！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "杭州周末會晴天嗎？"}, {"role": "assistant", "content": "杭州周末會是晴天，完美的野餐天氣！別忘了帶上笑容。"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "深圳冬天冷嗎？"}, {"role": "assistant", "content": "深圳的冬天不冷，但我的冷笑話可能會讓你打寒顫！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "武漢夏天熱嗎？"}, {"role": "assistant", "content": "武漢的夏天非常熱，就像我的幽默感一樣火辣！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "西安有沙塵暴嗎？"}, {"role": "assistant", "content": "西安偶爾有沙塵暴，但不要擔(dān)心，我的笑話會吹走沙塵！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "重慶的天氣如何？"}, {"role": "assistant", "content": "重慶的天氣多變，就像我的幽默感一樣難以捉摸！"}]}
{"messages": [{"role": "system", "content": "你是一個會講笑話的天氣助理。"}, {"role": "user", "content": "南京的春天怎么樣？"}, {"role": "assistant", "content": "南京的春天溫暖宜人，就像一首美麗的詩歌！"}]}
6、檢查數(shù)據(jù)格式
前面我們創(chuàng)建了數(shù)據(jù)集合，雖然有一些需要注意的地方，但是整個過程還是比較方便的。如果你的訓(xùn)練集合比較大，要處理的數(shù)據(jù)比較多，就需要謹(jǐn)慎一些，畢竟每次調(diào)優(yōu)都是在花真金白銀的。因此，如果數(shù)據(jù)量比較大的話，我建議對數(shù)據(jù)格式進(jìn)行檢查。這里創(chuàng)建了一個簡單的Python/ target=_blank class=infotextkey>Python腳本，您可以使用它來查找潛在錯誤、查看令牌計數(shù)并估算微調(diào)作業(yè)的成本。這個檢查并非必選項，各位可以酌情選擇。
如下代碼首先加載一個包含聊天消息的數(shù)據(jù)集，并對其進(jìn)行初步檢查。然后，它遍歷數(shù)據(jù)集，檢查每個示例的格式是否正確，并記錄任何格式錯誤。最后，它使用TikToken庫來計算數(shù)據(jù)集中的令牌數(shù)量，并打印一些統(tǒng)計信息，例如示例數(shù)量、消息數(shù)量、對話長度和助理消息長度的分布。此外，它還計算了訓(xùn)練的預(yù)計成本和時期數(shù)量。
復(fù)制
# 導(dǎo)入必要的包
import json
import os
import tiktoken
import numpy as np
from collections import defaultdict
# 指定數(shù)據(jù)路徑
data_path = "<YOUR_JSON_FILE_HERE>"
# 通過讀取文件中的每一行并解析為JSON對象來加載數(shù)據(jù)集
with open(data_path) as f:
dataset = [json.loads(line) for line in f]
# 打印數(shù)據(jù)集的統(tǒng)計信息，例如示例數(shù)量和第一個示例
print("Num examples:", len(dataset))
print("First example:")
for message in dataset[0]["messages"]:
print(message)
# 初始化格式錯誤計數(shù)器
format_errors = defaultdict(int)
# 遍歷數(shù)據(jù)集，檢查每個示例的格式
for ex in dataset:
# 檢查示例是否為字典
if not isinstance(ex, dict):
format_errors["data_type"] += 1
continue
# 獲取消息列表
messages = ex.get("messages", None)
# 檢查消息列表是否存在
if not messages:
format_errors["missing_messages_list"] += 1
continue
# 遍歷消息，檢查格式
for message in messages:
# 檢查消息是否包含“role”和“content”鍵
if "role" not in message or "content" not in message:
format_errors["message_missing_key"] += 1
# 檢查消息是否包含未識別的鍵
if any(k not in ("role", "content", "name") for k in message):
format_errors["message_unrecognized_key"] += 1
# 檢查角色是否被識別
if message.get("role", None) not in ("system", "user", "assistant"):
format_errors["unrecognized_role"] += 1
# 檢查內(nèi)容是否存在且為字符串
content = message.get("content", None)
if not content or not isinstance(content, str):
format_errors["missing_content"] += 1
# 檢查示例中是否缺少助理消息
if not any(message.get("role", None) == "assistant" for message in messages):
format_errors["example_missing_assistant_message"] += 1
# 打印找到的錯誤
if format_errors:
print("Found errors:")
for k, v in format_errors.items():
print(f"{k}: {v}")
else:
print("No errors found")
# 使用tiktoken庫來獲取編碼
encoding = tiktoken.get_encoding("cl100k_base")
# 定義計算消息中令牌數(shù)量的函數(shù)
def num_tokens_from_messages(messages, tokens_per_message=3, tokens_per_name=1):
num_tokens = 0
for message in messages:
num_tokens += tokens_per_message
for key, value in message.items():
num_tokens += len(encoding.encode(value))
if key == "name":
num_tokens += tokens_per_name
num_tokens += 3
return num_tokens
# 定義計算助理消息中令牌數(shù)量的函數(shù)
def num_assistant_tokens_from_messages(messages):
num_tokens = 0
for message in messages:
if message["role"] == "assistant":
num_tokens += len(encoding.encode(message["content"]))
return num_tokens
# 定義打印值分布的函數(shù)
def print_distribution(values, name):
print(f"n#### Distribution of {name}:")
print(f"min / max: {min(values)}, {max(values)}")
print(f"mean / median: {np.mean(values)}, {np.median(values)}")
print(f"p5 / p95: {np.quantile(values, 0.1)}, {np.quantile(values, 0.9)}")
# 初始化警告和令牌計數(shù)
n_missing_system = 0
n_missing_user = 0
n_messages = []
convo_lens = []
assistant_message_lens = []
# 遍歷數(shù)據(jù)集，計算警告和令牌計數(shù)
for ex in dataset:
messages = ex["messages"]
if not any(message["role"] == "system" for message in messages):
n_missing_system += 1
if not any(message["role"] == "user" for message in messages):
n_missing_user += 1
n_messages.Append(len(messages))
convo_lens.append(num_tokens_from_messages(messages))
assistant_message_lens.append(num_assistant_tokens_from_messages(messages))
# 打印缺少的系統(tǒng)和用戶消息數(shù)量，以及消息、對話和助理消息的長度分布
print("Num examples missing system message:", n_missing_system)
print("Num examples missing user message:", n_missing_user)
print_distribution(n_messages, "num_messages_per_example")
print_distribution(convo_lens, "num_total_tokens_per_example")
print_distribution(assistant_message_lens, "num_assistant_tokens_per_example")
n_too_long = sum(l > 4096 for l in convo_lens)
print(f"n{n_too_long} examples may be over the 4096 token limit, they will be truncated during fine-tuning")
# 定義最大令牌數(shù)量和目標(biāo)示例數(shù)量
MAX_TOKENS_PER_EXAMPLE = 4096
MIN_TARGET_EXAMPLES = 100
MAX_TARGET_EXAMPLES = 25000
TARGET_EPOCHS = 3
MIN_EPOCHS = 1
MAX_EPOCHS = 25
# 計算時期數(shù)量
n_epochs = TARGET_EPOCHS
n_train_examples = len(dataset)
if n_train_examples * TARGET_EPOCHS < MIN_TARGET_EXAMPLES:
n_epochs = min(MAX_EPOCHS, MIN_TARGET_EXAMPLES // n_train_examples)
elif n_train_examples * TARGET_EPOCHS > MAX_TARGET_EXAMPLES:
n_epochs = max(MIN_EPOCHS, MAX_TARGET_EXAMPLES // n_train_examples)
# 計算數(shù)據(jù)集中的計費令牌數(shù)量
n_billing_tokens_in_dataset = sum(min(MAX_TOKENS_PER_EXAMPLE, length) for length in convo_lens)
print(f"Dataset has ~{n_billing_tokens_in_dataset} tokens that will be charged for during training")
print(f"By default, you'll train for {n_epochs} epochs on this dataset")
print(f"By default, you'll be charged for ~{n_epochs * n_billing_tokens_in_dataset} tokens")
print("See pricing page to estimate total costs")
開始調(diào)優(yōu)
數(shù)據(jù)集建立好了， 并且也對它進(jìn)行了檢查。接下來就開始調(diào)優(yōu)了。
上傳數(shù)據(jù)集
將數(shù)據(jù)集保存到 "gpt-3.5-turbo-ft-file.jsonl"文件中。執(zhí)行如下代碼：
import openai
openai.File.create(
file=open("gpt-3.5-turbo-ft-file.jsonl", "rb"),
purpose='fine-tune'
import openai:這行代碼導(dǎo)入了 OpenAI 的 Python 庫，以便使用其 API 功能。
openai.File.create(...): 這個函數(shù)用于在 OpenAI 服務(wù)器上創(chuàng)建一個新的文件。可以對上傳文件做后續(xù)處理或操作（在這種情況下，是為了微調(diào)模型）。
file=open("gpt-3.5-turbo-ft-file.jsonl", "rb"): 這里，file 參數(shù)指定了要上傳的文件。函數(shù) open("gpt-3.5-turbo-ft-file.jsonl", "rb") 打開了一個名為 gpt-3.5-turbo-ft-file.jsonl 的文件，以二進(jìn)制讀取模式（"rb"）。
purpose='fine-tune':這個 purpose 參數(shù)標(biāo)記了文件上傳的目的。在這里，目的是“微調(diào)”（fine-tune）模型。
執(zhí)行上述代碼之后得到如下結(jié)果：
復(fù)制
<File file id=file-F8Gh75F2A5R0gWlq5KADZdZG at 0x78f25bdc1df0> JSON: {
"object": "file",
"id": "file-F8Gh75F2A5R0gWlq5KADZdZG",
"purpose": "fine-tune",
"filename": "file",
"bytes": 2545,
"created_at": 1692886089,
"status": "uploaded",
"status_details": null }
我們來逐一解釋一下返回的結(jié)果。
"object": "file":指示這個 JSON 對象代表一個“文件”。
"id": "file-F8Gh75F2A5R0gWlq5KADZdZG": 這是文件的唯一標(biāo)識符（ID）。在后續(xù)的調(diào)優(yōu)中用到它，也就是針對這個上傳文件進(jìn)行調(diào)優(yōu)。
"purpose": "fine-tune": 這表示文件的用途是用于微調(diào)模型，這與你在 openai.File.create() 函數(shù)中設(shè)置的 purpose='fine-tune' 是一致的。
"filename": "file": 這是上傳文件的名稱。在這個例子中，它被簡單地命名為 "file"。
"bytes": 2545": 這表示文件的大小是 2545 字節(jié)。
"created_at": 1692886089":這是文件創(chuàng)建（或上傳）時間的 Unix 時間戳。
"status": "uploaded": 這表示文件的當(dāng)前狀態(tài)是“已上傳”。
"status_details": null:這里提供了關(guān)于文件狀態(tài)的額外細(xì)節(jié)。在這個例子中，沒有提供額外的狀態(tài)細(xì)節(jié)（null）。
7、進(jìn)行調(diào)優(yōu)
好了，文件上傳之后接著執(zhí)行調(diào)優(yōu)的代碼如下：
復(fù)制
openai.F.NETuningJob.create(training_file="file-F8Gh75F2A5R0gWlq5KADZdZG", model="gpt-3.5-turbo")
代碼比較簡單，看上去也比較好理解：
training_file="file-F8Gh75F2A5R0gWlq5KADZdZG": training_file參數(shù)指定了用于微調(diào)的訓(xùn)練數(shù)據(jù)文件的 ID。這個 ID 應(yīng)該是你之前上傳文件時獲得的。
model="gpt-3.5-turbo": model 參數(shù)指定了你想微調(diào)的模型版本。在這個例子中，選擇的是 GPT-3.5 Turbo。
8、查看調(diào)優(yōu)進(jìn)度
調(diào)優(yōu)并不是一蹴而就的，整個過程會有OpenAI服務(wù)器完成，因此需要等待一段時間。在這段時間里面，我們會通過代碼檢查調(diào)優(yōu)的狀態(tài)和進(jìn)度。
復(fù)制
# List 10 fine-tuning jobs
openai.FineTuningJob.list(limit=10)
# Retrieve the state of a fine-tune
response = openai.FineTuningJob.retrieve("ftjob-OJAXmjzlYT0TKbrHA9p2TWro")
print(response)
# Cancel a job
#openai.FineTuningJob.cancel("ft-abc123")
# List up to 10 events from a fine-tuning job
#openai.FineTuningJob.list_events(id="ft-abc123", limit=10)
# Delete a fine-tuned model (must be an owner of the org the model was created in)
#import openai
#openai.Model.delete("ft-abc123"
一起來看看上面的代碼做了什么，注釋掉的部分雖然在本例中沒有用到，但是在一些場景會使用，因此一并放了進(jìn)來：
（1）查看微調(diào)作業(yè)列表：`openai.FineTuningJob.list(limit=10)`**: 這一行列出了最近的 10 個微調(diào)作業(yè)。`limit=10` 表示最多列出 10 個作業(yè)。這對于跟蹤多個微調(diào)任務(wù)或查看歷史作業(yè)非常有用。
（2）獲取微調(diào)作業(yè)的狀態(tài)：`response = openai.FineTuningJob.retrieve("ftjob-OJAXmjzlYT0TKbrHA9p2TWro")`**: 這一行通過微調(diào)作業(yè)的唯一 ID（在這里是 `"ftjob-OJAXmjzlYT0TKbrHA9p2TWro"`）來檢索特定微調(diào)作業(yè)的狀態(tài)和信息。
（3）取消微調(diào)作業(yè)（注釋掉了）：`#openai.FineTuningJob.cancel("ft-abc123")`**:可以用來取消一個指定 ID 的微調(diào)作業(yè)。在這里，作業(yè) ID 是 `"ft-abc123"`。
（4）列出微調(diào)作業(yè)的事件（注釋掉了）：`#openai.FineTuningJob.list_events(id="ft-abc123", limit=10)`**:用于列出一個特定微調(diào)作業(yè)的最多 10 個事件。這些事件可能包括作業(yè)開始、進(jìn)度更新或作業(yè)完成等。
（5）刪除微調(diào)模型（注釋掉了）：`#openai.Model.delete("ft-abc123")`**:用于刪除一個已經(jīng)微調(diào)過的模型。注意，只有模型所屬組織的所有者才能刪除它。
運行上面代碼就可以看到詳細(xì)的調(diào)優(yōu)過程了，如下：
復(fù)制
{
"object": "fine_tuning.job",
"id": "ftjob-OJAXmjzlYT0TKbrHA9p2TWro",
"model": "gpt-3.5-turbo-0613",
"created_at": 1692886101,
"finished_at": 1692886492,
"fine_tuned_model": "ft:gpt-3.5-turbo-0613:personal::7r5OjUmx",
"organization_id": "org-4P7htKo6DejPTQxfu3rExc7D",
"result_files": [
"file-9mLgEz2wKpHGoKtkZ0I3O8Yk"
],
"status": "succeeded",
"validation_file": null,
"training_file": "file-F8Gh75F2A5R0gWlq5KADZdZG",
"hyperparameters": {
"n_epochs": 10
},
"trained_tokens": 6810
}
雖然返回的信息很多，但是還是要耐心對其進(jìn)行分析。把幾個重點字段列出如下：
"object": "fine_tuning.job"`**: 指定這個 JSON 對象代表一個微調(diào)作業(yè)。
`"id": "ftjob-OJAXmjzlYT0TKbrHA9p2TWro"`**: 微調(diào)作業(yè)的唯一標(biāo)識符。
`"model": "gpt-3.5-turbo-0613"`**: 表示用于微調(diào)的基礎(chǔ)模型。
`"created_at": 1692886101"`**: 作業(yè)創(chuàng)建時間的 Unix 時間戳。
`"finished_at": 1692886492"`**: 作業(yè)完成時間的 Unix 時間戳。
`"fine_tuned_model": "ft:gpt-3.5-turbo-0613:personal::7r5OjUmx"`**: 微調(diào)后生成的模型的唯一標(biāo)識符。
`"result_files": ["file-9mLgEz2wKpHGoKtkZ0I3O8Yk"]`**: 包含微調(diào)結(jié)果的文件的 ID。
`"status": "succeeded"`**: 微調(diào)作業(yè)的狀態(tài)，這里是“成功”。
`"training_file": "file-F8Gh75F2A5R0gWlq5KADZdZG"`**: 用于訓(xùn)練的文件 ID。
`"hyperparameters": {"n_epochs": 10}`**: 微調(diào)作業(yè)使用的超參數(shù)，這里只設(shè)置了訓(xùn)練周期（`n_epochs`）為 10。
`"trained_tokens": 6810"`**: 在微調(diào)過程中訓(xùn)練的令牌（tokens）數(shù)量。
9、測試微調(diào)之后的模型
執(zhí)行如下代碼，讓我們問問微調(diào)之后的GPT-3.5 Turbo天氣的問題。
復(fù)制
fine_tuned_model_id = response["fine_tuned_model"]
completion = openai.ChatCompletion.create(
model=fine_tuned_model_id, # 請確保使用您微調(diào)后的模型ID
temperature=0.7,
max_tokens=500,
messages=[
{"role": "system", "content": "你是一個會講笑話的天氣助理。"},
{"role": "user", "content": "今年武漢的冬天冷不冷？"}
]
print(completion.choices[0].message['content'])
fine_tuned_model_id = response["fine_tuned_model"]: 從之前獲取的微調(diào)作業(yè)響應(yīng)（response）中提取出微調(diào)后的模型 ID，并存儲在 fine_tuned_model_id 變量中。
completion = openai.ChatCompletion.create(...): 調(diào)用 OpenAI 的 ChatCompletion.create 方法來生成聊天回應(yīng)。
model=fine_tuned_model_id: 指定使用微調(diào)后的模型 ID。這確保了生成的回應(yīng)基于你的微調(diào)模型。
微調(diào)之后的GPT-3.5 Turbo說出的冷笑話，不知道是不是夠冷？
10、總結(jié)
GPT-3.5 Turbo 的微調(diào)功能為開發(fā)者和企業(yè)提供了一種有效的方式，以定制大語言模型以適應(yīng)特定的應(yīng)用需求。通過微調(diào)，模型在執(zhí)行任務(wù)時不僅更可操控、輸出更可靠，而且可以更準(zhǔn)確地反映企業(yè)的品牌語氣。此外，微調(diào)還有助于減少API調(diào)用的時間和成本。
本文深入解析了這一全新功能，涵蓋了從安全性和成本到準(zhǔn)備和驗證數(shù)據(jù)集的全方位內(nèi)容。文章還通過代碼示例詳細(xì)演示了如何進(jìn)行模型微調(diào)，從上傳數(shù)據(jù)集到測試微調(diào)結(jié)果，提供了一條明確的操作路徑。總的來說，微調(diào)作為一個強大的工具，極大地擴(kuò)展了GPT-3.5 Turbo 在各種應(yīng)用場景中的可能性。
作者介紹：崔皓，51CTO社區(qū)編輯，資深架構(gòu)師，擁有18年的軟件開發(fā)和架構(gòu)經(jīng)驗，10年分布式架構(gòu)經(jīng)驗。
