OpenAIห้องปฏิบัติการในซานฟรานซิสโก รัฐแคลิฟอร์เนีย ที่พัฒนาเทคโนโลยีปัญญาประดิษฐ์ที่มีแบบจำลองภาษาขนาดใหญ่ ประกาศความสามารถในการสร้าง GPT-3 . เวอร์ชันที่กำหนดเองซึ่งเป็นแบบจำลองที่สามารถสร้างรหัสประเภทมนุษย์จากข้อความและคำพูดได้
กับมันตั้งแต่บัดนี้เป็นต้นไป นักพัฒนาสามารถใช้การปรับแต่งเพื่อสร้างโมเดล GPT-3 ได้ ปรับให้เข้ากับเนื้อหาเฉพาะของแอปพลิเคชันและบริการของคุณ ส่งผลให้ได้ผลลัพธ์คุณภาพสูงสำหรับงานและปริมาณงานทั้งหมด ขึ้นอยู่กับบริษัท
สำหรับผู้ที่ไม่คุ้นเคยกับ GPT-3 ควรรู้ไว้ว่า เป็นแบบจำลองภาษาแบบถดถอยอัตโนมัติที่ใช้การเรียนรู้เชิงลึก เพื่อสร้างข้อความที่เหมือนมนุษย์
นี่คือ แบบจำลองการทำนายภาษา ของซีรีส์ GPT-n รุ่นที่สามที่สร้างโดย OpenAI ซึ่งเป็นห้องปฏิบัติการวิจัยปัญญาประดิษฐ์ในซานฟรานซิสโก ซึ่งประกอบด้วยบริษัทที่แสวงหาผลกำไร OpenAI LP และบริษัทแม่ OpenAI Inc.
จากข้อความใดๆ เช่น ประโยค GPT-3 จะส่งกลับข้อความเสริมในภาษาธรรมชาติ
นักพัฒนา พวกเขาสามารถ 'โปรแกรม' GPT-3 โดยแสดงตัวอย่างหรือ 'ข้อความแจ้ง' เพียงไม่กี่ตัวอย่าง
"เราออกแบบ API ให้ใช้งานง่ายสำหรับทุกคนและมีความยืดหยุ่นเพียงพอที่จะทำให้ทีมการเรียนรู้ของเครื่องมีประสิทธิภาพมากขึ้น" OpenAI กล่าวเมื่อปลายเดือนมีนาคม
ขณะนี้มีมากกว่า 300 แอปพลิเคชั่น กำลังใช้ GPT-3 ในหมวดหมู่และอุตสาหกรรมต่างๆ ตั้งแต่ผลิตภาพและการศึกษา แม้แต่ความคิดสร้างสรรค์และเกม
La ความสามารถในการปรับแต่งใหม่ ในการตั้งค่า GPT-3 ช่วยให้ลูกค้าสามารถฝึก GPT-3 เพื่อระบุรูปแบบเฉพาะสำหรับปริมาณงาน เช่น การสร้างเนื้อหา การจำแนกประเภท และการสังเคราะห์ข้อความภายในขอบเขตของพื้นที่นั้นๆ
ผู้ให้บริการที่ทำงานได้ใช้ GPT-3 เพื่อช่วยให้บริษัทต่างๆ ใช้ประโยชน์จากความคิดเห็นของลูกค้า ระบบสามารถสร้างรายงานที่สรุปผลตอบรับและการโต้ตอบของลูกค้าได้โดยใช้ข้อมูลที่ไม่มีโครงสร้าง การปรับแต่ง GPT-3 ทำให้ Viable สามารถเพิ่มความแม่นยำของรายงานจาก 66% เป็น 90% ได้
เช่นเดียวกับ Keeper Tax ซึ่งเป็นเครื่องมือที่ช่วยให้การบัญชีการจ้างงานตนเองง่ายขึ้นโดยการจัดประเภทและแยกข้อมูล payload สำหรับรายงานภาษีโดยอัตโนมัติจากบัญชีธนาคารหรือบัญชีการชำระเงิน Keeper Tax ใช้ GPT-3 ในการตีความข้อมูลใบแจ้งยอดจากธนาคารเพื่อค้นหาค่าใช้จ่ายที่นำไปหักลดหย่อนภาษีได้ บริษัทยังคงปรับปรุง GPT-3 ด้วยข้อมูลใหม่ทุกสัปดาห์โดยพิจารณาจากประสิทธิภาพในโลกแห่งความเป็นจริงของผลิตภัณฑ์ โดยเน้นที่ตัวอย่างที่โมเดลนั้นต่ำกว่าเกณฑ์ประสิทธิภาพที่กำหนดไว้
ลอส นักพัฒนาเพิ่มตัวอย่างใหม่ประมาณ 500 ตัวอย่างทุกสัปดาห์ เพื่อปรับแต่งโมเดล Keeper Tax กล่าวว่ากระบวนการปรับแต่งทำให้มีการปรับปรุง 1% ในแต่ละสัปดาห์
«สิ่งหนึ่งที่เราระมัดระวังและยืนยันอย่างมากในการพัฒนา API นี้คือการทำให้นักพัฒนาซอฟต์แวร์สามารถเข้าถึงได้โดยไม่จำเป็นต้องมีพื้นฐานด้านการเรียนรู้ด้วยเครื่อง” Rachel Lim สมาชิกเจ้าหน้าที่ด้านเทคนิคของ OpenAI กล่าว “ลักษณะที่ปรากฏคือคุณสามารถปรับแต่งเทมเพลต GPT-3 โดยใช้การเรียกใช้บรรทัดคำสั่ง [เราหวังว่า] เนื่องจากความสามารถในการเข้าถึง เราสามารถเข้าถึงกลุ่มผู้ใช้ที่มีความหลากหลายมากขึ้น ซึ่งสามารถนำชุดปัญหาที่หลากหลายที่สุดมาสู่เทคโนโลยีได้ "
Lim ระบุว่าความสามารถในการปรับแต่งของ GPT-3 สามารถนำไปสู่การประหยัดต้นทุนได้เนื่องจากลูกค้าสามารถคาดหวังความถี่ที่สูงขึ้นของผลลัพธ์คุณภาพที่ดีขึ้นจากรุ่นที่ติดตั้งอย่างแม่นยำเมื่อเทียบกับรุ่น GPT-3 มาตรฐาน (OpenAI เรียกเก็บเงินสำหรับการเข้าถึง API ตาม จำนวนโทเค็นหรือคำที่โมเดลสร้างขึ้น)
ในขณะที่ OpenAI มีความพิเศษในรุ่นที่ได้รับการขัดเกลา Lim กล่าวว่าโมเดลที่ได้รับการขัดเกลาส่วนใหญ่ต้องการข้อความแจ้งที่สั้นกว่าโดยใช้โทเค็นน้อยลง ซึ่งสามารถประหยัดเงินได้เช่นกัน
GPT-3 API เผยแพร่สู่สาธารณะตั้งแต่ปี 2020 หนึ่งปีก่อนการเปิดตัว นักออกแบบได้ตัดสินใจที่จะไม่เปิดเผยงานการพัฒนาของเวอร์ชันก่อนหน้า GPT-2 ต่อสาธารณะ โดยพิจารณาว่าระบบนี้เจือด้วยแมชชีนเลิร์นนิงอาจกลายเป็น จะเป็นอันตรายหากตกไปอยู่ในมือของผู้มุ่งร้าย