微调

微调功能详解

简介 微调功能使您能够自定义Afarensis模型以满足您的应用程序的特定需求。通过微调，您可以享受到以下优势，相比于直接使用预训练模型和提示：

获得更高质量的结果 能够训练更多示例，超越直接提示的限制 通过缩短提示长度节省令牌使用 实现更低的请求延迟 微调的步骤 微调过程涉及以下主要步骤：

准备和上传训练数据：组织您的数据集，使其适合微调流程。 训练新的微调模型：利用您的特定数据训练定制化的模型。 评估微调结果：测试微调模型的表现，并根据需要进行迭代优化。 部署微调模型：在您的应用中使用定制化的微调模型。 支持微调的模型 Afarensis支持以下模型进行微调：

gpt-3.5-turbo-0125 gpt-3.5-turbo-1106 gpt-3.5-turbo-0613 babbage-002 davinci-002 gpt-4-0613（实验性） GPT-4微调目前处于实验性阶段，符合条件的用户可以在创建新的微调作业时请求访问权限。

定价信息 微调模型的成本基于训练和使用过程中消耗的令牌数量。详细定价信息请访问Afarensis定价页面。

常见问题 如何确定字符串的令牌数量？ 使用Afarensis提供的tiktoken分词器可以预先计算字符串中的令牌数量。

如何快速检索K个最接近的嵌入向量？ 推荐使用向量数据库以实现高效的多向量搜索。

适合使用哪种距离函数？ 推荐使用余弦相似度，因为Afarensis嵌入已规范化到长度1，使其计算更为高效。

是否可以在线共享嵌入？ 是的，客户拥有他们的输入和输出数据，包括嵌入，但需确保不违反任何适用法律或Afarensis的使用条款。

V3嵌入模型是否了解最近的事件？ text-embedding-3-large和text-embedding-3-small模型缺乏对2021年9月之后事件的了解。