OpenAI推出強(qiáng)化微調(diào)研究項(xiàng)目 CEO奧特曼稱“今年最大驚喜”

12月7日消息，據(jù)外媒報(bào)道，AI初創(chuàng)公司OpenAI啟動(dòng)了為期12天的直播活動(dòng)?；顒?dòng)首日，推出了完整版（滿血版）o1推理模型，并新增了月費(fèi)為200美元的ChatGPT Pro訂閱。

直播第二天， OpenAI推出了強(qiáng)化微調(diào)研究項(xiàng)目。該項(xiàng)目旨在使開發(fā)人員和機(jī)器學(xué)習(xí)工程師能夠創(chuàng)建經(jīng)過微調(diào)的專家模型。

新的模型自定義技術(shù)使開發(fā)人員能夠使用數(shù)十到數(shù)千個(gè)高質(zhì)量任務(wù)定制模型，并根據(jù)提供的參考答案對(duì)模型的響應(yīng)進(jìn)行分級(jí)。此技術(shù)強(qiáng)化了模型對(duì)類似問題解決方案的推導(dǎo)，以及在特定任務(wù)上的準(zhǔn)確性。

在OpenAI的演示中，微調(diào)后的o1-mini模型得分提高80%，直接反超o1正式版。

據(jù)OpenAI介紹，用戶可以綜合運(yùn)用o1、微調(diào)和數(shù)據(jù)創(chuàng)建定制的小型 o1模型 o1 mini。用戶要做的就是提供數(shù)據(jù)，然后在強(qiáng)化微調(diào)方面，設(shè)置一個(gè)數(shù)據(jù)集和一個(gè)“評(píng)分器”，根據(jù)訓(xùn)練和驗(yàn)證數(shù)據(jù)集評(píng)估模型的性能，其他工作交給OpenAI。

OpenAI CEO奧特曼在社交平臺(tái)發(fā)文稱，“效果一級(jí)棒，是我2024年最大的驚喜，期待看到人們構(gòu)建什么！”

OpenAI稱，OpenAI的定制模型平臺(tái)將支持強(qiáng)化學(xué)習(xí)，強(qiáng)化學(xué)習(xí)也是OpenAI內(nèi)部用于訓(xùn)練自家前沿模型的技術(shù)，如GPT-4o和o1系列模型。在OpenAi的內(nèi)測(cè)中，強(qiáng)化微調(diào)已經(jīng)在生物化學(xué)、安全、法律和醫(yī)療保健領(lǐng)域取得成功。

按照OpenAI的計(jì)劃，2025年初強(qiáng)化微調(diào)將面向公眾發(fā)布，目前已對(duì)企業(yè)、大學(xué)和研究院開放申請(qǐng)測(cè)試通道。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。