Edizione in italiano
Affinamento dei modelli OpenAI
Prepara i dati, addestra, valuta e distribuisci un modello affinato per il tuo dominio aziendale. Nota: l'affinamento self-service di OpenAI sta gradualmente chiudendo (nessun nuovo lavoro accettato dopo il 6 gennaio 2027).
16 lezioni ca. 1 h 45 min Avanzato
Cosa imparerai
- Determinare se l'affinamento è giustificato rispetto al prompting o al recupero di documenti
- Preparare un dataset di addestramento in formato JSONL conversazionale, pulito e convalidato
- Avviare l'addestramento tramite API e regolare epoche, learning rate e dimensione del batch
- Valutare un modello affinato rispetto al modello base utilizzando test A/B e metriche aziendali
- Distribuire, versionare e ripristinare una versione precedente di un modello affinato controllando i costi
Scheda del corso
- Destinatari
- Sviluppatori, ingegneri e integratori che intendono sfruttare ChatGPT tramite API nelle loro applicazioni.
- Prerequisiti
- Esperienza comprovata nello sviluppo e nella distribuzione di applicazioni in produzione.
- Durata
- 1 h 45 min — 16 lezioni
- Modalità
- Corso online 100% autonomo, accessibile 24/7 da browser. I progressi vengono salvati, riprendi quando vuoi. Durata stimata: 1 h 45 min.
- Valutazione
- Autovalutazione basata sui punti chiave che concludono ogni lezione e pratica diretta degli esempi sui tuoi casi d'uso. Un quiz finale di 5 domande con risposte fornite alla fine dell'ultima lezione convalida le conoscenze acquisite.
- Accessibilità
- Corso autonomo accessibile a persone con disabilità: contenuto testuale compatibile con screen reader, navigazione da tastiera e contrasti conformi. Per eventuali esigenze di accomodamento, scrivi a [email protected].
- Prezzo
- Gratis
Contenuto del corso
- 01 Quando e perché eseguire il fine-tuning di un modello
- 02 Prepara i tuoi dati di addestramento
- 03 Formato dati: conversazioni JSONL
- 04 Qualità dei dati: pulizia e convalida
- 05 Avviare il Fine-Tuning tramite API
- 06 Iperparametri: Epoche, Learning Rate, Batch Size
- 07 Monitoraggio dell'addestramento
- 08 DPO (Direct Preference Optimization)
- 09 Fine-tuning per il function calling
- 10 Valuta il tuo modello fine-tunato
- 11 Confronto con il modello base
- 12 Test A/B e metriche aziendali
- 13 Iterazione: quando eseguire un nuovo fine-tuning
- 14 Déployer un modèle fine-tuné
- 15 Costi e ottimizzazione
- 16 Versioning et Rollback