OpenAI宣布了对其强大的语言模型进行微调的能力，包括GPT-3.5 Turbo和GPT-4。

此次微调使得开发者能够根据其特定的使用情景定制模型，并将这些定制模型大规模部署。这一举措旨在弥合人工智能能力与实际应用之间的鸿沟，迎来高度专业化的人工智能交互的新时代。

初步测试显示，经过微调的GPT-3.5 Turbo版本在某些狭窄任务上不仅能够匹配基础GPT-4的能力，甚至还能够超越它。

通过微调API发送和接收的所有数据都属于客户的财产，确保敏感信息的安全性，并且不用于训练其他模型。

微调的部署引起了开发者和企业的极大兴趣。自从推出GPT-3.5 Turbo以来，定制模型以创造独特用户体验的需求一直在增长。

微调在各种使用情景下打开了无数可能性，包括：

• 提高可操控性：开发者现在可以对模型进行微调，以更准确地遵循指令。例如，企业希望在特定语言中获得一致的回复，可以确保模型始终以该语言回复。
• 可靠的输出格式：AI生成的响应的一致格式非常重要，特别是对于代码补全或组合API调用等应用程序。微调提高了模型生成正确格式响应的能力，增强了用户体验。
• 自定义语气：微调允许企业调整模型输出的语气，与其品牌声音保持一致。这确保了一致和符合品牌的沟通风格。

GPT-3.5 Turbo经过微调的一个重大优势是其扩展的记号处理能力。拥有处理4k记号的能力，是之前微调模型能力的两倍，开发者可以优化其提示大小，从而实现更快的API调用和成本节省。

为了取得最佳结果，微调可以与提示引擎、信息检索和函数调用等技术相结合。OpenAI还计划在未来几个月内引入对带有函数调用和gpt-3.5-turbo-16k的微调的支持。

微调过程包括多个步骤，包括数据准备、文件上传、创建微调作业以及在生产环境中使用微调模型。OpenAI正在开发用户界面，以简化微调任务的管理。

微调的定价结构包括两个组成部分：初始训练成本和使用成本。

• 训练成本：每1K记号0.008美元
• 输入使用成本：每1K记号0.012美元
• 输出使用成本：每1K记号0.016美元

此外，OpenAI还宣布推出更新的GPT-3模型（babbage-002和davinci-002），提供对现有模型的替代，并实现进一步的定制化微调。

这些最新的公告凸显了OpenAI致力于创建可以根据企业和开发者的独特需求进行定制的AI解决方案的决心。