OpenAIがファインチューニングAPIを強化、比較評価機能やカスタムモデル支援を追加
OpenAIはファインチューニングAPIの機能強化を発表した。エポックごとのチェックポイント自動生成やモデルを並べて比較できるPlayground、外部ツール連携を追加。あわせて企業の専門ニーズに合わせた「支援付きファインチューニング」も正式提供する。
OpenAIはファインチューニングAPIの機能強化を発表した。エポックごとのチェックポイント自動生成やモデルを並べて比較できるPlayground、外部ツール連携を追加。あわせて企業の専門ニーズに合わせた「支援付きファインチューニング」も正式提供する。
Airtableは生成AI機能「Airtable AI」の一般提供を開始した。複数テーブルにまたがる情報の要約や自動タグ付け、翻訳、メール下書きの作成などが可能になる。基盤にはAmazon Bedrockを採用し、GPT-4やClaudeなどのモデルを選択できる。500クレジットの無料試用枠が提供され、以降は月額6ドル(年払い)の有料オプションとなる。
Xiaoliang Luo氏らの研究チームは、大規模言語モデルが神経科学実験の成功予測において正答率81%を記録し、人間の専門家の64%を上回ったと発表した。わずか70億パラメータ規模のモデルでも専門文献の追加学習で性能が向上し、有望な研究テーマの選定に役立つという。
AIスタートアップのAbacus AIが、アリババのQwen-72Bをファインチューニングした大規模言語モデル「Smaug-72B」を公開した。Hugging FaceのOpen LLMリーダーボードで平均スコア80点を超えた初のオープンソースモデルとなり、推論や数学などの複数ベンチマークでGPT-3.5やMistral Mediumを上回っている。
Portkeyの直近3カ月の観測データによると、GPT-4の応答遅延が着実に低下し、GPT-3.5との速度差が縮まっています。特に上位99パーセンタイルのレイテンシは半分以下に短縮され、通常リクエストでは1トークンあたり1ミリ秒未満を記録。処理速度のボトルネックは解消に向かっています。
海外報道によると、Analytics India MagazineはOpenAIがChatGPTの運用に毎日約70万ドルを費やしており、収益化の難航から2024年末に破綻する恐れがあると報じました。マイクロソフトの支援があるものの、巨額の赤字とオープンソース勢の猛追が重荷となっています。
スタンフォード大学とUCバークレーの研究チームが3月版と6月版のGPT-3.5およびGPT-4を比較し、モデルの出力傾向が短期間で激変していることを突き止めました。GPT-4は素数判定の正答率やコード生成の書式遵守が大幅に悪化しています。モデル更新の不透明さと継続的な監視の必要性を浮き彫りにしました。
LinkedInはGPTモデルを活用したAI執筆支援機能を発表した。有料のPremium会員向けにGPT-4を用いたプロフィール文の提案を提供し、求人票の作成にはGPT-3.5を採用する。生成された文章にAI使用の明記はされない仕様となっている。
マイクロソフトは「Azure OpenAI Service」の一般提供を開始した。企業はGPT-3.5やCodex、DALL-E 2をAzureのエンタープライズセキュリティ下で利用でき、ChatGPTの追加も予告された。利用には事前のユースケース申請と承認が必要となる。
OpenAIが対話に特化した新しいAIシステム「ChatGPT」を公開した。GPT-3.5シリーズをベースに教師あり学習と強化学習で微調整されており、日常的な質問への回答だけでなく、自らの誤りを認めたり不適切な要求を拒否したりできる。現在は改善のためのフィードバック収集を目的に無料公開されている。