¿Por qué hacer fine-tuning a modelos de OpenAI? - Platzi

Curso de Desarrollo de Chatbots con OpenAI

Curso de Desarrollo de Chatbots con OpenAI

OpenAI API

¿Cómo usar la API de OpenAI en tu producto?

Conociendo la documentación de la API de OpenAI

Cargar modelo de la API de OpenAI con Python

Creación de ejemplo utilizando la API de OpenAI

Parámetros de Text Completion: temperature, top_p y n

Buenas prácticas al usar modelos de OpenAI

Chat Completions

Actualizaciones de la API de OpenAI: GPT-4 disponible y modelos deprecados

Quiz: OpenAI API

Fine-tuning de modelos de OpenAI

¿Por qué hacer fine-tuning a modelos de OpenAI?

Costos de uso de OpenAI: tokenización de texto

Configuración de entorno local de OpenAI con Anaconda

Formato de datos para fine-tuning

Preparar datos para fine-tuning

Fine-tuning de modelo de OpenAI

¿Cómo usar el Playground de OpenAI para probar modelos?

Pruebas al modelo con fine-tuning

Optimizar el modelo: ajuste de parámetros en Playground

Validación de modelos fine-tuned de OpenAI

Quiz: Fine-tuning de modelos de OpenAI

Integración de modelo a aplicación de chat

¿Cómo crear un chatbot con Telegram?

Procesando la entrada del usuario para el chatbot

Prueba de envío de mensajes del chatbot

Función main() del chatbot

Integración del modelo de OpenAI a Telegram

Manejo de errores y excepciones de la API de OpenAI

Quiz: Integración de modelo a aplicación de chat

Conclusión

Recomendaciones finales y proyectos alternativos con la API de OpenAI

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Si ya tienes una cuenta,

Iniciar sesión

Recursos

Aportes 5

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

o inicia sesión.

Paolo Joaquin Pinto Perez

¿Por qué hacer fine-tuning a modelos de OpenAI?

Para personalizarlos con el fin de resolver un problema.

Despues de hacer el preprocesamiento de datos(limpieza, seleccion y formateo) se lo reentrena con el nuevo dataset.
Problemas más populares.

Clasificacion:
- ¿El Modelo está haciendo declaraciones falsas?
- Análisis de sentimientos
- Categorización de correo electronico(clasificacion de spam).
Generacion condicional(Crear conocimiento a partir de otro ya creado):
- Ejemplo: tomar un texto de wiki y crear uno nuevo a partir de este.
- Extraccion de entidades(ver contexto del texto).
- Chatbot de atención al cliente.
- Descripción basada en una lista técnica de propiedades.(Dar descripciones de productos basadas en requermientos)

Gabriel Ichcanziho Pérez Landa

Como es costumbre, les comparto mis notas de esta clase:

Diego Alejandro Lesmes

😄 el 22-ago-23 openAI publico que ya se puede hacer el fine tuning del modelo gpt-3.5-turbo facilmentea través del API, el moodelo resultantes es alrededor de un 20% mas costoso que el mismo gpt-3.5-turbo pero realmente es muy facil de hacer e implementar, recomendado 🆗

Hector M. Vazquez Morales

Ojo aunque es importante conocer y aprender como hacer fine-tuning se deber considerar lo siguiente: “On July 6, 2023, we announced the deprecation of ada, babbage, curie and davinci models. These models, including fine-tuned versions, will be turned off on January 4, 2024. We are actively working on enabling fine-tuning for upgraded base GPT-3 models as well as GPT-3.5 Turbo and GPT-4, we recommend waiting for those new options to be available rather than fine-tuning based off of the soon to be deprecated models.”

Diego Jurado

Podremos hacerlo también para conectarlo a una base de datos propia?