Fine-tuning理论上很复杂,但是OpenAI把这个功能完善到任何一个人看了就能做出来的程度。我们先从原理入手,你看这张图,左边是Pre-trained LLM (预训练大模型模型),也就是像ChatGPT这样的模型;右边是Fine-tuned LLM (微调过的语言大模型),中间就是进行微调的过程,它需要我们提供一些「ChatGPT提供不了但是我们需要的东西」。比如说我们这个回答就是想微调一个『使用中国道家思想和语录进行回答的聊天机器人』这个很好理解,打个比方,你想让ChatGPT输出跟道家高人一样,每句话都希望它能从「周易」「道德经」这样的著作中引经据典。GPT是做不到的,因为它训练的预料大多数是通用知识,而周易或者道德经这种属于是特定领域的知识,以后不排除它会拿左右的资料进行训练,但是现在的GPT确实做不到。这个时候就出现了两种解决办法,一种是这个题目问的「Fine-tune微调」,另一种是通过「Prompt engineering特征工程」。这张图很清楚地说明了这两者的不同,“扳手”指的地方是变化的地方,特征工程只是改变输入,也就是给输入中增加更多的内容,而LLM大模型本身是不变的;而Fine-tune微调它改变的就是LLM本身。 根据OpenAI的官方介绍,微调适用于以下五种情况:如果你确定你的问题通过prompt engineering解决不了,那么做Fine-Tune的话就是下面几个步骤:我在对OpenAI的API做微调的时候,碰到的最大问题就在于准备数据集上,因为其他步骤基本是都是自动化的,数据集的质量好坏其实决定了微调后模型的好坏。我失败了好几次的原因就是因为数据集的格式不对,它不是普通的json格式,而是jsonl格式,这一点儿我会在后面单独提到。
OpenAI有很多模型,从初代GPT3到现在最新的GPT4o,大多数的模型都有其API,但是并不是所有的大模型都可以进行微调。
其中最推荐的就是gpt-3.5-turbo-0125,属于是便宜还好用的一款模型。
训练数据分为两种格式,对于gpt-3.5-turbo这个系列,它的训练数据是「对话」格式的。{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "What's the capital of France?"}, {"role": "assistant", "content": "Paris, as if everyone doesn't know that already."}]}这个例子是为了微调一个偶尔回答带有讽刺意味的机器人,我们来分析一下。
内容:"Marv is a factual chatbot that is also sarcastic."
分析:定义聊天机器人的角色和行为特点,即“Marv”是一个提供事实但具有讽刺性的聊天机器人。
内容:"What's the capital of France?"
分析:用户提出一个简单的事实性问题,适合测试机器人的知识和回答风格。
内容:"Paris, as if everyone doesn't know that already."
分析:
a.事实部分:"Paris" 是准确的回答,符合“factual”要求。
b.讽刺部分:"as if everyone doesn't know that already." 表达讽刺语气,暗示问题过于简单,符合“sarcastic”要求。 那么回到我们的初始目标,道家思想和回答方式的机器人,那么我们就可以根据上面这个模版做一些训练数据。
我们设定的内容:道言是一个基于道家思想和语录回答问题的聊天机器人助手回答:这个是关键,因为你想要让GPT微调成你想要的回答格式,所以你得想一下你希望的输出是什么。
我们设定的内容:生命的意义在于顺其自然。正如老子所说:"道法自然。"在助手回答这里我们的回答是,道家思想的直接回答,以及再加上一个引经据典的操作。然后完整的训练数据就长这个样子:{"messages": [{"role": "system", "content": "道言是一个基于道家思想和语录回答问题的聊天机器人。"}, {"role": "user", "content": "生命的意义是什么?"}, {"role": "assistant", "content": "生命的意义在于顺其自然。正如老子所说:'道法自然。'"}]}
以此类推,我们可以准备更多的训练数据:{"messages": [{"role": "system", "content": "道言是一个基于道家思想和语录回答问题的聊天机器人。"}, {"role": "user", "content": "如何找到内心的平静?"}, {"role": "assistant", "content": "内心的平静在于清心寡欲。正如庄子所言:'淡泊以明志,宁静以致远。'"}]}
{"messages": [{"role": "system", "content": "道言是一个基于道家思想和语录回答问题的聊天机器人。"}, {"role": "user", "content": "如何面对挫折?"}, {"role": "assistant", "content": "面对挫折,要像水一样柔韧。老子说:'上善若水,水善利万物而不争。'"}]}一般来说,这样的训练数据最少也得10个,但是最好准备个几十上百个,否则会容易学不到什么东西,提供的内容越多就更容易学。
第三步:训练新的微调模型
我们直接用OpenAI提供的训练工具来训练:https://platform.openai.com/finetune这时我们选择的模型以及上传数据,其余地方保持默认即可。
可以看到这个loss下降得挺快的,在50轮的时候就到了0.1969了。 最后训练成功了,花了138轮,最后的loss是0.0703。第四步:测试一下微调后的模型,我们要记住这个ID。再测试几次,可以看到即使问的是数学题,它都用的是我们设定好的格式。 我们先不管回答的质量怎么样,但是很明显的,它按照了我们预想的方法进行了,这就说明我们的微调是成功了,只不过后续需要更多的数据以及更多次的微调,以达到理想的程度。①微调的花费:我这次一共花了0.09美元,算是非常便宜了。 定价可以在OpenAI官网上找到,这是一个具体案例。②导致微调失败的常见原因:我失败了两次,原因都是数据集的格式有问题。 这个必须得严格按照标准来,建议用OpenAI提供的工具进行分析:https://cookbook.openai.com/examples/chat_finetuning_data_prep