Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Suomenkielinen versio

OpenAI-mallien hienosäätö

Valmistele data, kouluta, arvioi ja ota käyttöön hienosäädetty malli liiketoimintasi toimialalle. Huom: OpenAI:n itsepalveluhienosäätö sulkeutuu vähitellen (uusia töitä ei hyväksytä 6. tammikuuta 2027 jälkeen).

16 oppituntia noin 1 h 45 min Edistynyt

Mitä opit

  • Määritä, onko hienosäätö perusteltua verrattuna kehottamiseen tai dokumenttien hakemiseen
  • Valmistele koulutusaineisto puhuttelumuotoisessa JSONL-muodossa, puhdistettuna ja validoituina
  • Käynnistä koulutus API:n kautta ja säädä epocheja, oppimisnopeutta ja eräkokoa
  • Arvioi hienosäädetty malli verrattuna perusmalliin A/B-testien ja liiketoimintamittareiden avulla
  • Ota käyttöön, versioi ja palauta hienosäädetyn mallin aiempi versio samalla kun hallitset kustannuksia

Kurssin tiedot

Kenelle
Kehittäjät, insinöörit ja integraattorit, jotka haluavat hyödyntää ChatGPT:tä API:n kautta sovelluksissaan.
Esitiedot
Näytetty kokemus sovelluskehityksestä ja käyttöönotosta tuotantoympäristöön.
Kesto
1 h 45 min — 16 oppituntia
Toteutustavat
100 % verkkopohjainen itseopiskelukurssi, joka on käytettävissä 24/7 selaimesta. Edistyminen tallentuu, joten voit jatkaa milloin tahansa. Arvioitu kesto: 1 h 45 min.
Arviointi
Itsearviointi, joka perustuu kunkin oppitunnin päättäviin keskeisiin oppeihin ja esimerkkien suorittamiseen omilla aineistoillasi. Viimeisen oppitunnin lopussa oleva 5 kysymyksen loppukoe, jonka vastaukset annetaan, vahvistaa hankitun tiedon.
Esteettömyys
Itseopiskelukurssi, joka on saavutettavissa vammaisille henkilöille: tekstisisältö yhteensopiva ruudunlukijoiden kanssa, näppäimistönavigointi ja vaatimustenmukaiset kontrastit. Ota yhteyttä sähköpostitse [email protected], jos tarvitset erityisjärjestelyjä.
Hinta
Ilmainen

Kurssin sisältö

  1. 01 Milloin ja miksi mallia hienosäädetään
  2. 02 Valmistele koulutusdatasi
  3. 03 Tietomuoto: JSONL-keskustelut
  4. 04 Datadyn laatu: puhdistus ja validointi
  5. 05 Käynnistä hienosäätö API:n kautta
  6. 06 Hyperparametrit: Epookit, oppimisnopeus, eräkoko
  7. 07 Koulutuksen seuranta
  8. 08 DPO (Direct Preference Optimization)
  9. 09 Hienosäätö funktiokutsuja varten
  10. 10 Arvioi hienosäädetty mallisi
  11. 11 Vertaile perusmalliin
  12. 12 A/B-testaus ja liiketoimintamittarit
  13. 13 Iterointi: Milloin hienosäätö kannattaa tehdä uudelleen
  14. 14 Ota hienosäädetty malli käyttöön tuotannossa
  15. 15 Kustannukset ja optimointi
  16. 16 Versionointi ja palautus