
Un réglage fin GPT-3.5 Turbo d’OpenAI peut le rendre aussi performant que GPT-4 (si ce n’est plus)

Les entreprises et les développeurs ont exploité les modèles linguistiques avancés d’OpenAI pour leurs propres cas d’utilisation spécifiques. Aujourd’hui, une mise à jour de GPT-3.5 Turbo va renforcer ses fonctionnalités pour ses clients
Mardi, OpenAI a annoncé que son modèle le plus rentable de la famille GPT-3.5, GPT-3.5 Turbo, serait disponible pour un réglage fin. Cela signifie que les développeurs peuvent désormais utiliser leurs propres données pour adapter le modèle à leurs cas d’utilisation
“Depuis la sortie de GPT-3.5 Turbo, les développeurs et les entreprises ont demandé à pouvoir personnaliser le modèle afin de créer des expériences uniques et différenciées pour leurs utilisateurs”, explique OpenAI dans son billet
Dans la version bêta privée, OpenAI a constaté que les clients étaient en mesure d’améliorer les performances du modèle dans une variété de cas d’utilisation. Il s’agit notamment d’une meilleure orientation, qui permet au modèle de mieux suivre les instructions, d’un formatage de sortie fiable et d’un ton personnalisé, qui permet aux entreprises d’incorporer la voix de leur marque dans le modèle
OpenAI affirme également que le réglage fin permet aux entreprises de raccourcir leurs prompts (messages-envoyés), les premiers testeurs ayant réduit la taille des prompts jusqu’à 90 %. Selon l’entreprise, cette réduction permet de diminuer les coûts et d’accélérer chaque appel à l’API
Plus impressionnant encore, OpenAI a indiqué que les premiers tests ont montré que la version affinée de GPT-3.5 Turbo peut “égaler, voire surpasser” les capacités de niveau GPT-4 sur “certaines tâches étroites”
Pour répondre aux préoccupations en matière de protection de la vie privée liées à l’exploitation d’un modèle d’IA pour des cas d’utilisation en entreprise, OpenAI assure aux utilisateurs que les données des clients utilisées pour affiner le modèle restent la propriété du client et ne sont pas utilisées par OpenAI pour former d’autres modèles, comme avec un autre modèle d’API.