成都疫情最新情况今天/在线排名优化工具

用 Python 微调 ChatGPT (GPT-3.5 Turbo)

备受期待的 GPT-3.5 Turbo 微调功能现已推出，并且为今年秋季即将发布的 GPT-4 微调功能奠定了基础。 这不仅仅是一次简单的更新——它是一个游戏规则改变者，为开发人员提供了完美定制人工智能模型的关键解决方案，并以前所未有的方式扩展这些自定义模型。 本文将你经历人工智能进化的惊心动魄之旅。

ChatGPT 微调带来哪些优势

自 ChatGPT 推出以来，人们一直渴望能够塑造和微调 ChatGPT，以获得真正独特的用户体验。今天这个梦想已经实现了。开发人员现在可以进行监督微调，针对各自的用例将模型个性化。 微调就像一根魔杖，可以在各种用例中改变模型性能，具体体现在：

🚀 **增强可控性：**让模型成为你的终极助手。通过微调，你就是老板，指挥它按照你的指令工作，权力由你掌控。

💼 **美化输出格式：**微调可以打磨输出细节，摆脱不稳定的输出格式。现在，你的模型每次都能为你提供完美的格式。无论是代码补全还是精心设计 API 调用，该模型都能以干净、一致的格式为你提供支持。

🎭 **打造风格：**微调可让调节输出内容风格，确保模型与你想要的独特基调一致，使其更加贴合你的需求和场景。

微调不仅可以提高性能，还可以提高性能。借助 GPT-3.5 Turbo，提示可以得到简化，同时保持最佳性能。事实上，OpenAI 的一些早期测试人员通过将指令直接集成到模型中，将提示词大幅削减了惊人的 90%。 结果是闪电般快速的 API 调用大幅削减了成本。

如何微调 GPT-3.5 Turbo

Step 1. 准备数据

训练数据需存储在纯文本文件中，每行均为 JSON（*.jsonl 文件），格式如下：

{"messages": [{"role": "system","content": "你是一个智慧幽默的小说家。"},{"role": "user","content": "请写一篇20字以内的微型小说。"},{"role": "assistant","content": "《夜》\n男：疼么？\n女：恩！\n男：算了？\n女：别！”}]
}

• 系统消息（system）提供系统提示。这告诉模型如何响应。例如，网页版 ChatGPT 的系统提示是：“你是一个有用的助手（You are a helpful assistant）”。

• 用户消息（user）提供提示词，通常是人们在 ChatGPT 输入框中输入的内容。

• 助理消息（assistant）提供了你希望模型给出的回答。

Step 2. 上传数据到 OpenAI

上传数据需要用到 openai SDK 和 API Key。通过如下命令安装 openai SDK。

pip install -U openai

安装好 SDK 后，通过 openai.File.create方法上传数据集，下面是示例代码：

import openaiopenai.api_key = "YOUR_OPENAI_API_KEY"openai.File.create(file=open('/path/to/your/data.jsonl'),purpose='fine-tune',
)

上面的代码会返回一个 openai File 对象，其中包含文件大小、创建时间、上传状态和 ID 等信息。您可以通过 ID（类似于“file-xxxxxxx”）来检查 JSONL 文件中是否存在错误。

openai.File.retrieve('your_file_id')

Step 3. 创建微调任务

通过 openai.FineTuningJob.create创建微调任务

openai.FineTuningJob.create(training_file='your_file_id',model='gpt-3.5-turbo',
)

上面代码会返回一个 FineTuningJob 对象，其中包含重要信息，例如ID（类似于“ftjob-xxxxxxxx”），可用于检查作业的状态。由于此过程涉及更新大型神经网络的权重，一般需要较长时间（30 分钟、1 小时等），具体取决于你的训练数据量。

你可以用如下方式检查作业的状态：

openai.FineTuningJob.retrieve('ftjob-xxxxxxxx')

上面代码将返回一个包含创建时间、完成时间、epoch 数等信息的对象。

如果任务尚未完成，finished_at 字段将为空。另一个字段，fine_tuned_model 也将为空。完成后，此字段将包含模型的 ID，你将在以后的调用中使用该 ID。

检查任务进展情况的另一种方法是使用 list_events 函数。

openai.FineTuningJob.list_events(id='ftjob-xxxxx', limit=10)

该函数会返回消息告诉你相关信息，例如训练步骤/损失和该训练步骤的其他指标，以及训练完成后的模型 ID。

Step 4. 使用微调模型

模型训练完成后就可以测试你的微调模型了。你可以将其与未微调的 GPT-3.5 Turbo 进行比较，可以按如下方式完成：

completion = openai.ChatCompletion.create(model='gpt-3.5-turbo',messages=[{"role": "system", "content": "你是一个智慧幽默的小说家。"},{"role" "user", "content": "请写一篇20字以内的微型小说。"}]
)
print(completion.choices[0].message)

然后，尝试你自己的微调模型（使用从上一步检索到的模型 ID）：

completion = openai.ChatCompletion.create(model='ft:gpt-3.5-turbo-xxxx:<your_username>::<some_id>', # your model idmessages=[{"role": "system", "content": "你是一个智慧幽默的小说家。"},{"role" "user", "content": "请写一篇20字以内的微型小说。"}]
)
print(completion.choices[0].message)

成本

GPT-3.5 Turbo 训练成本为每1千 token 0.0080美元，折合人民币 0.0588 元（6分钱）；使用成本输入每1千 token 0.0120美元，折合人民币 0.0881 元（9分钱）；输出每1千 token 0.0160美元，折合人民币 0.1175 元（1毛2）。整体上比 GPT-3.5 Turbo 贵了不少。GPT-3.5 Turbo 4K 输入每1千 token 0.0015美元，折合人民币 0.0110元（1分钱），输入每1千 token 0.002美元，折合人民币 0.0147元（1分5）。这样算下来微调 GPT-3.5 Turbo 模型的使用成本是 GPT-3.5 Turbo 的 6 倍多。

当然这部分额外付出的成本能换来更强大的模型，整体投入产出比上还是非常划算的。