OpenAI，位於加利福尼亞州舊金山的實驗室開發包括大型語言模型在內的人工智能技術， 宣布能夠創建 GPT-3 的自定義版本，一種能夠從文本和語音生成人類類型代碼的模型。
從此有了它 開發人員可以使用微調來創建 GPT-3 模型 根據您的應用程序和服務的特定內容量身定制，從而為所有任務和工作負載提供更高質量的結果，具體取決於公司。
對於不熟悉 GPT-3 的人來說，應該知道這個 是一種使用深度學習的自回歸語言模型 產生類似人類的文本。
這是一個 語言預測模型 位於舊金山的人工智能研究實驗室 OpenAI 創建的第三代 GPT-n 系列，由營利性公司 OpenAI LP 及其母公司非營利性公司 OpenAI Inc. 組成。
GPT-3 從任何文本消息（例如句子）返回自然語言的補充文本。
開發者 他們可以通過向您展示幾個示例或“提示”來“編程”GPT-3。
OpenAI 在 XNUMX 月下旬表示：“我們將 API 設計為每個人都易於使用且足夠靈活，以提高機器學習團隊的工作效率。”
此時，超過300個應用程序 在生產力和教育等各個類別和行業中使用 GPT-3 甚至創意和遊戲。
La 新的精煉能力 在 GPT-3 設置中允許客戶訓練 GPT-3 識別工作負載的特定模式 如在特定區域範圍內生成內容、分類和合成文本。
可行的提供商使用 GPT-3 來幫助公司利用客戶反饋。 使用非結構化數據，系統可以生成總結客戶反饋和交互的報告。 通過定制 GPT-3，Viable 能夠將其報告的準確度從 66% 提高到 90%。
Keeper Tax 也是如此，這是一種通過自動分類和提取來自銀行或支付賬戶的稅務報告的有效載荷數據來簡化自僱會計的工具。 Keeper Tax 使用 GPT-3 來解釋銀行對帳單數據，以發現潛在的免稅費用。 該公司每週都會根據其產品的實際性能繼續使用新數據改進 GPT-3，重點關注模型低於特定性能閾值的示例。
很多 開發人員每週添加大約 500 個新樣本 來細化模型。 Keeper Tax 表示，調整過程每週都會產生 1% 的改進。
«OpenAI 技術人員 Rachel Lim 說：“我們在開發此 API 時一直非常小心並堅持的一件事是讓不一定具有機器學習背景的開發人員可以使用它。” “它的表現方式是您可以使用命令行調用自定義 GPT-3 模板。 [我們希望] 由於它的可訪問性，我們可以接觸到更多樣化的用戶群，他們可以將最多樣化的問題帶入技術中。”
Lim 表示，GPT-3 的改進功能還可以節省成本，因為與標準 GPT-3 模型相比，客戶可以期望從精確擬合的模型中獲得更高質量的結果的頻率更高。（OpenAI 基於 API 訪問收費模型生成的標記或單詞的數量。）
雖然 OpenAI 對精煉模型有優勢，但 Lim 表示，大多數精煉模型需要更短的提示和更少的令牌，這也可以節省資金。
GPT-3 API 自 2020 年開始公開可用。 在發布前一年，其設計者已決定不公開上一版本 GPT-2 的開發工作，因為該系統摻雜了機器學習可能會導致如果落入不懷好意的人手中，那就很危險了。