OpenAI刚刚宣布，允许用户创建自定义版的GPT-3。
而且步骤非常简单，只需一行命令就能实现！
经过微调（fine-tuned），定制版的GPT-3在不同应用中的提升非常明显。
OpenAI表示，它可以让不同应用的准确度能直接从83%提升到95%、错误率可降低50%。
解小学数学题目的正确率也能提高2-4倍。
这样一来，踩在巨人的肩膀上、直接在1750亿参数的大模型上微调，不少研发人员都可以不用再重头训练自己的AI模型了。
这让网友们大呼：
现在我能直接训练我的聊天机器人了，这可节省太多时间和费用了！
比如这个税收应用——Keeper Tax。
显然，在把GPT-3开放给更多人用这件事上，OpenAI真的是不遗余力。
微调好处多，这一点OpenAI早有证明。
今年6月，他们就曾只用80个文本的数据集进行训练，让GPT-3说话的危险性大幅降低，而且表达也更有人情味。
（下图中蓝线表示训练后模型，红线表示基础模型，分数越高意味着表现越好）
事实上，已经有不少应用已经用上了定制版的GPT-3，并且表现都不错。
比如这个税收应用——Keeper Tax。
它能通过定制版的GPT-3来识别账单上的各种数据，以帮助用户找到可以免税的费用。
Keeper Tax表示，在用上微调后的GPT-3后，应用识别的准确率每周都会提高约1%，准确率已经从过去的85%提升到了93%。
再来看这个人工智能检索工具——Elicit。
它可以根据用户搜索的问题来智能给出结果。
在用上定制版GPT-3后，Elicit给出的结果在易懂性上提高了24%、准确性上提高了17%、整体方面则提升了33%。
还有这个可智能读取用户评论的应用——Viable。
它能够从大量评论中读取用户的重要建议，比如投诉、疑问等。
定制化GPT-3使该应用在识别用户反馈的准确率上从66%提升到了90%。
事实上，不只是准确率上的提升。
在输出结果的用时、多样性上，定制化GPT-3都有着更明显的优势。
OpenAI表示，想要微调GPT-3大致需要3个步骤：
准备和上传训练数据；训练微调模型；最后使用。
其中，训练数据必须是JSONL文档，这一步是让GPT-3在哪方面表现突出的关键。
创建微调模型是在OpenAI CLI上进行，步骤也很简单，只需上传数据文件、创建微调作业、再等待几分钟或几小时等待作业完成。
最后，使用微调模型时，只需将命令行中fine_tuned_model字段换成模型名称即可。
具体步骤OpenAI已在官方网页上给出，可参看文末链接2。
当然，想要用更加强大的GPT-3，所需费用也会有些提升。
微调后模型每1K token的费用，将比基础版高出50%。
OpenAI技术人员在采访时表示：“我们开发此功能时，希望能够让没有AI研究背景的人也能使用它。
不少网友也纷纷留言表示，自己用GPT-3写出了很多有意思的应用。
比如有人就写了一个睡眠播客，可以讲童话故事的那种：
参考链接：
[1]https://openai.com/blog/customized-gpt3/
[2]https://beta.openai.com/docs/guides/fine-tuning
[3]https://news.ycombinator.com/item?id=29554116
“
