为您的应用自定义 GPT-3

# 为您的应用定制 GPT-3 来源: https://openai.com/index/customizing-gpt-3/ OpenAI 用一条命令进行微调。 开发者现在可以在自己的数据上对 GPT-3 进行微调，创建为其应用量身定制的版本。定制使 GPT-3 在更广泛的用例中更加可靠，并使运行模型成本更低、速度更快。 您可以使用几乎任何形状和大小的现有数据集，或根据用户反馈逐步添加数据。通过微调，一个 API 客户能够将正确输出从 83% 提高到 95%。另一个客户通过每周从其产品中添加新数据，将错误率降低了 50%。 要开始使用，只需在 OpenAI 命令行工具中运行一条命令并提供一个文件。您的自定义版本将开始训练，然后立即在我们的 API 中可用。 使用少于 100 个示例就能开始看到 GPT-3 微调的好处，随着您添加更多数据，性能会继续提升。在去年 6 月发表的研究（https://openai.com/index/improving-language-model-behavior/）中，我们展示了使用少于 100 个示例的微调如何可以改进 GPT-3 在某些任务上的性能。我们还发现，示例数量每翻倍往往会使质量线性改进。 在我们最具挑战性的研究数据集之一（小学数学问题（https://openai.com/index/grade-school-math/））上，GPT-3 的微调相比提示设计能提高 2 到 4 倍的准确率。 定制 GPT-3 提高了输出的可靠性，提供了更一致的结果，可用于生产环境。一个客户发现定制 GPT-3 将不可靠输出的频率从 17% 降低到 5%。由于 GPT-3 的自定义版本是为您的应用量身定制的，提示可以短得多，从而降低成本并改进延迟。 无论是文本生成、摘要、分类或 GPT-3 能够执行的任何其他自然语言任务，定制 GPT-3 都会改进性能。 Keeper Tax 移动界面（使用定制后的 GPT-3） **Keeper Tax** 帮助独立承包商和自由职业者处理税务。客户链接其财务账户后，Keeper Tax 使用各种模型提取文本并分类交易。利用分类数据，Keeper Tax 识别容易被遗漏的税务扣除额，并帮助客户直接从应用中报税。通过定制 GPT-3，Keeper Tax 能够持续改进结果。每周一次，Keeper Tax 添加约 500 个新的训练示例来微调其模型，这每周带来约 1% 的准确率提升，将准确率从 85% 提高到 93%。 Viable 网络界面（使用定制后的 GPT-3） **Viable** 帮助公司从客户反馈中获取洞察。通过定制 GPT-3，Viable 能够将大量非结构化数据转化为可读的自然语言报告，突出显示主要客户投诉、表扬、需求和问题。定制 GPT-3 提高了 Viable 报告的可靠性。通过使用定制版 GPT-3，客户反馈摘要的准确率从 66% 提高到 90%。结果是客户需要的切实、直观的信息，用于指导其产品决策。 Sana Labs 网络界面（使用定制后的 GPT-3） **Sana Labs** 是 AI 在学习领域应用开发的全球领先者。Sana 学习平台通过利用最新的机器学习突破为每个个体定制内容，为企业提供个性化学习体验。通过用其数据定制 GPT-3，Sana 的问题和内容生成从语法正确但笼统的回答转变为高度准确的输出。这带来了 60% 的改进，为学习者提供了更加个性化和有效的体验。 定制后的 GPT-3 Elicit **Elicit** 是一个 AI 研究助手，帮助人们使用学术论文的发现直接回答研究问题。该工具从大量研究论文库中找到最相关的摘要，然后应用定制版 GPT-3 来生成论文对问题所做的声明（如果有的话）。GPT-3 的自定义版本在三个重要指标上都优于提示设计：结果更易理解（改进 24%）、更准确（改进 17%）和总体更好（改进 33%）。 所有 API 客户现在都可以定制 GPT-3。注册并开始使用微调文档（https://beta.openai.com/docs/guides/fine-tuning）。