Edição em português
Afinamento de Modelos OpenAI
Prepare os seus dados, treine, avalie e implemente um modelo afinado para o seu domínio empresarial. Nota: o serviço de afinamento self-service da OpenAI está gradualmente a ser encerrado (não serão aceites novas tarefas após 6 de janeiro de 2027).
16 aulas ca. 1 h 45 min Avancado
O que vai aprender
- Determinar se o afinamento é justificado em comparação com a criação de prompts ou a recuperação de documentos
- Preparar um conjunto de dados de treino em formato JSONL conversacional, limpo e validado
- Iniciar o treino via API e ajustar épocas, taxa de aprendizagem e tamanho do lote
- Avaliar um modelo afinado face ao modelo base utilizando testes A/B e métricas empresariais
- Implementar, versionar e restaurar uma versão anterior de um modelo afinado, controlando os custos
Ficha do curso
- Destinatários
- Programadores, engenheiros e integradores que pretendam aproveitar o ChatGPT via API nas suas aplicações.
- Pré-requisitos
- Experiência comprovada no desenvolvimento e implementação de aplicações em produção.
- Duração
- 1 h 45 min — 16 aulas
- Modalidades
- Curso 100% online e auto ritmo, acessível 24/7 através de um navegador. O progresso é guardado, podendo retomar a qualquer momento. Duração estimada: 1 h 45 min.
- Avaliação
- Autoavaliação baseada nos pontos-chave que concluem cada lição e prática direta dos exemplos nos seus próprios casos. Um questionário final de 5 perguntas, com respostas fornecidas no final da última lição, valida os conhecimentos adquiridos.
- Acessibilidade
- Curso auto ritmo acessível a pessoas com deficiência: conteúdo de texto compatível com leitores de ecrã, navegação por teclado e contrastes conformes. Para quaisquer necessidades de acomodação, envie um e-mail para [email protected].
- Preço
- Gratis
Conteúdo do curso
- 01 Quando e Porquê Fazer Fine-Tuning de um Modelo
- 02 Preparar os Seus Dados de Formação
- 03 Formato de dados: conversas em JSONL
- 04 Qualidade dos Dados: Limpeza e Validação
- 05 Iniciar o Ajuste Fino através da API
- 06 Hiperparâmetros: Épocas, Taxa de Aprendizagem, Tamanho do Lote
- 07 Monitorização do Treino
- 08 DPO (Otimização Direta de Preferências)
- 09 Ajuste fino para chamada de funções
- 10 Avaliar o Seu Modelo Ajustado
- 11 Comparar com o Modelo Base
- 12 Testes A/B e Métricas de Negócio
- 13 Iteração: Quando Voltar a Ajustar o Modelo
- 14 Implementar um modelo ajustado
- 15 Custos e Otimização
- 16 Versionamento e Reversão