我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。
- 微調 GPT 模型引言:AI說書 - 從0開始 - 229 | 微調 GPT 模型引言
- 微調 GPT 模型的前置步驟:AI說書 - 從0開始 - 230 | 微調 GPT 模型的前置步驟
- 微調 GPT 模型的函式庫安裝:AI說書 - 從0開始 - 231 | 微調 GPT 模型的函式庫安裝
- 微調 GPT 模型的資料集準備:AI說書 - 從0開始 - 232 | 微調 GPT 模型的資料集準備
- 微調 GPT 模型的資料集檢查:AI說書 - 從0開始 - 233 | 微調 GPT 模型的資料集檢查
- 微調 GPT 模型的資料集檢查:AI說書 - 從0開始 - 234 | 微調 GPT 模型的資料集檢查
接著來創建一個 OpenAI 微調的必要檔案:
from openai import OpenAI
client = OpenAI()
file_response = client.files.create(file = open("/content/kant_prompts_and_completions_prepared.jsonl", "rb"),
purpose = 'fine-tune')
file_id = file_response.id
print(file_id)
結果為:
