课程简介
什么是GPT-3.5微调
1、功能更新:GPT-3.5 Turbo现已支持微调(fine-tuning)，而GPT-4的微调功能将于今年秋季推出。微调允许开发者自定义模型，以更好地适应特定用例，并能在大规模场景下运行。
2、性能表现:早期测试显示，微调后的GPT-3.5 Turbo在某些特定任务上可以与基础版GPT-4媲美，甚至超越。
3、数据隐私:使用微调API发送的所有数据均为客户所有，OpenAl或任何其他组织不会使用这些数据来训练其他模型.
4、微调用例:
提高可控性:比如，可以让模型更好地遵循特定语言的输出要求。
可靠的输出格式:特别适用于需要特定响应格式的应用，如代码补全或API调用
自定义语气:允许企业根据自己的品牌声音来调整模型输出的语气。
5、性能优化:微调还可以缩短提示文本，同时保持相似的性能表现。对于GPT-3.5Turbo，微调版本可以处理高达4000 token，是以前微调模型的两倍。
6.组合技术:微调最有效的方式是与其他技术(如提示工程、信息检索和函数调用)结合使用。
7.即将推出:支持带有函数调用和gpt-3.5-turbo-16k的微调将在今年秋季推出。
课程目录
GPT(3.5和4.0)微调入门和实战，源码数据集实战案例（8节课+资料）
001-第一节：课程简介.mp4
002-第二节：环境和数据准备.mp4
003-第三节：Colab环境下的微调.mp4
004-第四节：python本地微调.mp4
005-第五节：Playground测试.mp4
006-第六节：微调能用来做啥.mp4
007-微调实战-1：训练能绘图的模型.mp4
008-微调实战-2.指定输出格式和字段的微调.mp4
资料
【手把手教你微调GPT】.pdf
