OpenAI, phòng thí nghiệm có trụ sở tại San Francisco, California, nơi phát triển các công nghệ trí tuệ nhân tạo bao gồm các mô hình ngôn ngữ lớn, đã công bố khả năng tạo phiên bản tùy chỉnh của GPT-3, một mô hình có khả năng tạo mã kiểu người từ văn bản và giọng nói.
Với nó từ bây giờ nhà phát triển có thể sử dụng tinh chỉnh để tạo mô hình GPT-3 phù hợp với nội dung cụ thể của các ứng dụng và dịch vụ của bạn, dẫn đến kết quả chất lượng cao hơn cho tất cả các nhiệm vụ và khối lượng công việc, tùy thuộc vào công ty.
Đối với những người chưa quen với GPT-3, bạn nên biết rằng điều này là một mô hình ngôn ngữ tự phục hồi sử dụng học sâu để tạo ra các văn bản giống như con người.
Đây là mô hình dự đoán ngôn ngữ thuộc dòng GPT-n thế hệ thứ ba được tạo ra bởi OpenAI, một phòng thí nghiệm nghiên cứu trí tuệ nhân tạo có trụ sở tại San Francisco, bao gồm công ty vì lợi nhuận OpenAI LP và công ty mẹ của nó, công ty phi lợi nhuận OpenAI Inc.
Từ bất kỳ tin nhắn văn bản nào, chẳng hạn như một câu, GPT-3 trả về văn bản bổ sung bằng ngôn ngữ tự nhiên.
Nhà phát triển Họ có thể 'lập trình' GPT-3 bằng cách chỉ cho bạn một vài ví dụ hoặc 'lời nhắc'.
"Chúng tôi đã thiết kế API để mọi người dễ sử dụng và đủ linh hoạt để giúp các nhóm học máy hoạt động hiệu quả hơn", OpenAI cho biết vào cuối tháng XNUMX.
Tại thời điểm này, hơn 300 ứng dụng đang sử dụng GPT-3 trong nhiều danh mục và ngành khác nhau, từ năng suất và giáo dục ngay cả sự sáng tạo và trò chơi.
La năng lực sàng lọc mới trong cài đặt GPT-3 cho phép khách hàng đào tạo GPT-3 để nhận ra một mẫu cụ thể cho khối lượng công việc chẳng hạn như việc tạo ra nội dung, phân loại và tổng hợp văn bản trong giới hạn của một lĩnh vực cụ thể.
Nhà cung cấp khả thi sử dụng GPT-3 để giúp các công ty tận dụng phản hồi của khách hàng. Sử dụng dữ liệu phi cấu trúc, hệ thống có thể tạo báo cáo tóm tắt phản hồi và tương tác của khách hàng. Bằng cách tùy chỉnh GPT-3, Viable sẽ có thể tăng độ chính xác của các báo cáo từ 66% lên 90%.
Điều tương tự cũng xảy ra với Keeper Tax, một công cụ đơn giản hóa việc hạch toán tự doanh bằng cách tự động phân loại và trích xuất dữ liệu trọng tải cho các báo cáo thuế, từ ngân hàng hoặc tài khoản thanh toán. Keeper Tax sử dụng GPT-3 để giải thích dữ liệu bảng sao kê ngân hàng nhằm tìm ra các khoản chi phí có thể được khấu trừ thuế. Công ty tiếp tục tinh chỉnh GPT-3 với dữ liệu mới mỗi tuần dựa trên hiệu suất trong thế giới thực của sản phẩm, tập trung vào các ví dụ trong đó mô hình đã giảm xuống dưới một ngưỡng hiệu suất nhất định.
Các các nhà phát triển thêm khoảng 500 mẫu mới hàng tuần để tinh chỉnh mô hình. Keeper Tax cho biết quá trình điều chỉnh tạo ra sự cải thiện 1% từ tuần này sang tuần khác.
«Rachel Lim, nhân viên kỹ thuật của OpenAI, cho biết một điều mà chúng tôi đã rất cẩn thận và nhấn mạnh trong quá trình phát triển API này là làm cho nó có thể truy cập được cho các nhà phát triển không nhất thiết phải có kiến thức nền tảng về máy học. “Cách nó xuất hiện là bạn có thể tùy chỉnh mẫu GPT-3 bằng cách sử dụng lệnh gọi. [Chúng tôi hy vọng] vì khả năng tiếp cận của nó, chúng tôi có thể tiếp cận một nhóm người dùng đa dạng hơn, những người có thể đưa ra những vấn đề đa dạng nhất của họ đối với công nghệ. "
Lim nói rằng khả năng tinh chỉnh của GPT-3 cũng có thể dẫn đến tiết kiệm chi phí vì khách hàng có thể mong đợi tần suất cao hơn cho kết quả chất lượng tốt hơn từ các mô hình được trang bị chính xác so với mô hình GPT-3 tiêu chuẩn. (OpenAI tính phí truy cập API dựa trên số lượng mã thông báo hoặc từ mà các mô hình tạo ra.)
Trong khi OpenAI có phí bảo hiểm đối với các mô hình tinh chỉnh, Lim nói rằng hầu hết các mô hình tinh chỉnh yêu cầu lời nhắc ngắn hơn với ít mã thông báo hơn, điều này cũng có thể tiết kiệm tiền.
API GPT-3 đã được công bố rộng rãi từ năm 2020. Một năm trước khi ra mắt, các nhà thiết kế của nó đã quyết định không công khai công việc phát triển của phiên bản trước, GPT-2, vì hệ thống này được pha tạp với máy học có thể dẫn đến nguy hiểm nếu nó rơi vào tay của những người độc hại.