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。
先列出目前擁有的材料：
- 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
- 微調 GPT 模型的必要檔建立：AI說書 - 從0開始 - 235 | 微調 GPT 模型的必要檔建立
- 微調 GPT 模型任務狀態查詢：AI說書 - 從0開始 - 236 | 微調 GPT 模型任務狀態查詢
- 微調 GPT 模型任務狀態查詢：AI說書 - 從0開始 - 237 | 微調 GPT 模型任務狀態查詢
- 微調 GPT 模型之推論：AI說書 - 從0開始 - 238 | 微調 GPT 模型之推論
- 微調 GPT 模型之推論：AI說書 - 從0開始 - 239 | 微調 GPT 模型之推論
- 微調 GPT 模型之推論：AI說書 - 從0開始 - 240 | 微調 GPT 模型之推論
- 微調 GPT 模型之模型管理：AI說書 - 從0開始 - 241 | 微調 GPT 模型之模型管理
- 微調 GPT 模型與 GPT4 比較：AI說書 - 從0開始 - 242 | 微調 GPT 模型與 GPT4 比較
延續 AI說書 - 從0開始 - 242 | 微調 GPT 模型與 GPT4 比較，可以輸入以下程式呈現 OpenAI GPT4 的結果：
response.choices[0]
結果為：
實驗的目的不是斷言標準模型比微調模型表現更好，而是表明在微調模型之前我們必須盡可能使用標準模型，結論是沒有靈丹妙藥，在投入時間、精力和資源之前，我們必須探索不同的選擇。
