ChatGPTがマルチタスクできるって知ってた?OpenAIの新機能がスゴイ!
本日OpenAIはXにてChatGPT apiのアップデートを発表しました。
詳しい内容は、Fine-tuning Integrationsに書いてありますが簡単に説明すると、次のようになります:
モデルの微調整: モデルというのは、AIが何かをするときに使うルールや知識の集まりのことです。微調整というのは、そのモデルを特定の目的に合わせてちょっとだけ変えることです。
機能呼び出し: AIに特定の仕事をさせるための指示を出すことです。たとえば、「計算して!」とか「天気を教えて!」といったことです。
並行して: 複数の仕事を同時に行うことです。例えば、宿題をしながら音楽を聴くような感じです。
toolsパラメータ: この新しい設定を使うと、AIがいろんな仕事を同時にできるように調整することができるようになります。
つまり、今回の発表は、AIが複数の仕事を同時に上手にこなせるように、モデルを調整する新しい方法が使えるようになったということです。
ユースケースにおける微調整ライフサイクル
微調整の流れ
目標を決める: 何をAIにしてほしいかを考えます。たとえば、宿題を手伝うことやゲームを作ること。
データを集める: AIに教えるための情報を集めます。例えば、質問と答えのリスト。
AIをトレーニングする: AIにデータを使って学習させます。
テストする: AIがちゃんと仕事をできるかどうかを試します。
改善する: AIがうまくできなかったところを直して、さらに良くします。
このプロセスを繰り返して、AIがどんどん上手くなるようにするのが「微調整ライフサイクル」です。
微調整の例として、以下の様な物が考えられます。
スタイルとトーン
説明: AIに話し方や書き方を教えること。例えば、丁寧な言葉を使うか、カジュアルな言葉を使うかを調整できます。 例: おじいちゃんに話すときのように優しく話す、友達に話すときのようにフレンドリーに話す。
構造化された出力
説明: AIに特定の形式で情報を提供するように教えること。例えば、リストや表にして情報を整理します。
例: 買い物リストを箇条書きにする、データを表にまとめる。
ツール呼び出し
説明: AIが他のツールを使って作業を行うこと。例えば、計算機や翻訳ツールを利用します。
例: 「計算して!」と言うとAIが計算機を使って答えを出す、「翻訳して!」と言うとAIが翻訳ツールを使って翻訳する。
関数呼び出し
説明: AIがプログラムの一部を実行すること。特定の指示を受けて特定の作業を行います。
例: 「今日の天気を教えて」と言うと、天気情報を取得する関数を呼び出して天気を教えてくれる。
Weights and Biasesの統合
Weights and Biases(W&B)は、機械学習の実験を追跡するための人気ツールです。OpenAIの機能を使って、W&Bで微調整の作業を記録できます。この統合により、メトリクス、ハイパーパラメータ、その他の作業関連情報が自動的にW&Bプロジェクトに記録されます。
手順:
Weights and Biasesのアカウント情報をOpenAIに提供する
新しい微調整作業を作成するときにW&B統合を設定する
こうすることで、AIの微調整の進行状況を簡単に追跡できるようになります。
微調整と埋め込み/検索強化生成の使い分け
埋め込みと検索:
大量のドキュメントや情報を扱う場合に最適です。
例:本や記事をAIに検索させて、必要な情報を引き出す。
微調整:
AIを特定の目的に特化させるために使います。
例:特定のタスクをこなすようにAIをトレーニングする。
使い分け:
基本的にOpenAIのモデルは一般的なアシスタントとして役立つように訓練されています。
新しい情報をモデルに提供するために検索を使い、その前に関連する文脈を与えます。
微調整と検索は相互に補完し合うことができます。
開発者向けの詳細な説明はYoutube下記のYoutube動画で確認できます。
この記事が気に入ったらサポートをしてみませんか?