OpenAI, laboratorium berbasis di San Francisco, California yang mengembangkan teknologi kecerdasan buatan yang mencakup model bahasa besar, mengumumkan kemampuan untuk membuat versi kustom GPT-3, model yang mampu menghasilkan kode tipe manusia dari teks dan ucapan.
Dengan itu mulai sekarang pengembang dapat menggunakan fine tuning untuk membuat model GPT-3 disesuaikan dengan konten spesifik aplikasi dan layanan Anda, menghasilkan hasil berkualitas lebih tinggi untuk semua tugas dan beban kerja, bergantung pada perusahaan.
Bagi mereka yang tidak terbiasa dengan GPT-3, Anda harus tahu bahwa ini adalah model bahasa autoregresif yang menggunakan pembelajaran mendalam untuk menghasilkan teks seperti manusia.
Ini adalah model prediksi bahasa dari seri GPT-n generasi ketiga yang dibuat oleh OpenAI, laboratorium penelitian kecerdasan buatan yang berbasis di San Francisco yang terdiri dari perusahaan nirlaba OpenAI LP dan perusahaan induknya, perusahaan nirlaba OpenAI Inc.
Dari pesan teks apa pun, seperti kalimat, GPT-3 mengembalikan teks tambahan dalam bahasa alami.
Pengembang Mereka dapat 'memprogram' GPT-3 dengan menunjukkan kepada Anda beberapa contoh atau 'perintah'.
"Kami merancang API agar mudah digunakan semua orang dan cukup fleksibel untuk membuat tim pembelajaran mesin lebih produktif," kata OpenAI pada akhir Maret.
Saat ini, lebih dari 300 aplikasi menggunakan GPT-3 di berbagai kategori dan industri, mulai dari produktivitas dan pendidikan bahkan kreativitas dan permainan.
La kapasitas penyempurnaan baru dalam pengaturan GPT-3 memungkinkan pelanggan untuk melatih GPT-3 untuk mengenali pola khusus untuk beban kerja seperti generasi konten, klasifikasi dan sintesis teks dalam batas-batas wilayah tertentu.
Penyedia yang layak menggunakan GPT-3 untuk membantu perusahaan memanfaatkan umpan balik pelanggan. Menggunakan data yang tidak terstruktur, sistem dapat menghasilkan laporan yang merangkum umpan balik dan interaksi pelanggan. Dengan menyesuaikan GPT-3, Viable akan mampu meningkatkan akurasi laporannya dari 66% menjadi 90%.
Hal yang sama berlaku untuk Keeper Tax, alat yang menyederhanakan akuntansi wirausaha dengan mengklasifikasikan dan mengekstraksi data muatan untuk laporan pajak secara otomatis, dari bank atau rekening pembayaran. Keeper Tax menggunakan GPT-3 untuk menginterpretasikan data laporan mutasi bank untuk menemukan kemungkinan pengeluaran yang dapat dikurangkan dari pajak. Perusahaan terus menyempurnakan GPT-3 dengan data baru setiap minggu berdasarkan kinerja dunia nyata produknya, dengan fokus pada contoh di mana model telah jatuh di bawah ambang batas kinerja tertentu.
Los pengembang menambahkan sekitar 500 sampel baru setiap minggu untuk menyempurnakan model. Keeper Tax mengatakan proses tune-up menghasilkan peningkatan 1% dari minggu ke minggu.
«Satu hal yang kami sangat berhati-hati dan tekankan dalam pengembangan API ini adalah untuk membuatnya dapat diakses oleh pengembang yang tidak harus memiliki latar belakang pembelajaran mesin, ”kata Rachel Lim, anggota staf teknis OpenAI. “Cara memanifestasikan dirinya adalah Anda dapat menyesuaikan template GPT-3 menggunakan permintaan baris perintah. [Kami berharap] bahwa karena aksesibilitasnya, kami dapat menjangkau lebih banyak pengguna yang dapat membawa rangkaian masalah mereka yang paling beragam ke teknologi."
Lim menyatakan bahwa kemampuan penyempurnaan GPT-3 juga dapat menghasilkan penghematan biaya karena pelanggan dapat mengharapkan frekuensi yang lebih tinggi dari hasil kualitas yang lebih baik dari model yang dipasang secara presisi dibandingkan dengan model GPT-3 standar (biaya OpenAI untuk akses API berdasarkan pada jumlah token, atau kata-kata, yang dihasilkan model.)
Sementara OpenAI memiliki keunggulan pada model yang disempurnakan, Lim mengatakan bahwa sebagian besar model yang disempurnakan memerlukan prompt yang lebih pendek dengan token yang lebih sedikit, yang juga dapat menghemat uang.
API GPT-3 telah tersedia untuk umum sejak tahun 2020. Setahun sebelum peluncurannya, perancangnya telah memutuskan untuk tidak mempublikasikan karya pengembangan versi sebelumnya, GPT-2, mengingat sistem yang didoping dengan pembelajaran mesin ini dapat berubah menjadi berbahaya jika jatuh ke tangan orang jahat.