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”快訊
OpenAI的定制模型平臺(tái)將支持強(qiáng)化學(xué)習(xí)，OpenAI推出了強(qiáng)化微調(diào)研究項(xiàng)目，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)。
【TechWeb】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)。活動(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(kāi)發(fā)人員和機(jī)器學(xué)習(xí)工程師能夠創(chuàng)建經(jīng)過(guò)微調(diào)的專(zhuān)家模型。
新的模型自定義技術(shù)使開(kāi)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(lèi)似問(wèn)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(kāi)放申請(qǐng)測(cè)試通道。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來(lái)源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來(lái)源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為T(mén)MT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
