Personalize um modelo com ajuste fino

Artigo
03/05/2024

O Serviço OpenAI do Azure permite adaptar nossos modelos aos seus conjuntos de dados pessoais usando um processo conhecido como Ajuste Fino. Esta etapa de personalização permite que você obtenha mais informações do serviço fornecendo:

Resultados de qualidade mais altos do que o que você pode obter apenas da engenharia de prompt
A capacidade de treinar em mais exemplos do que pode se ajustar ao limite máximo de contexto de solicitação de um modelo.
Economia de tokens devido a solicitações mais curtas
Solicitações de latência inferior, especialmente ao usar modelos menores.

Em contraste com o aprendizado de poucas tentativas, o ajuste fino melhora o modelo treinando em muito mais exemplos do que cabe em uma solicitação, permitindo que você obtenha melhores resultados em um grande número de tarefas. Como o ajuste fino ajusta os pesos do modelo base para melhorar o desempenho na tarefa específica, não será necessário incluir tantos exemplos ou instruções na sua solicitação. Isso significa menos texto enviado e menos tokens processados em cada chamada de API, o que pode economizando custos e melhorar a latência das solicitações.

Usamos o LoRA, ou aproximação de baixa classificação, para ajustar os modelos de forma a reduzir sua complexidade sem afetar significativamente seu desempenho. Esse método funciona aproximando a matriz original de alta classificação com uma classificação mais baixa, ajustando assim apenas um subconjunto menor de parâmetros "importantes" durante a fase de treinamento supervisionado, tornando o modelo mais gerenciável e eficiente. Para os usuários, isso torna o treinamento mais rápido e mais acessível do que outras técnicas.

Pré-requisitos

Leia o guia Quando usar o ajuste fino do Azure OpenAI.
Uma assinatura do Azure. Crie uma gratuitamente.
Acesso permitido ao OpenAI do Azure na assinatura do Azure desejada.
Um recurso OpenAI do Azure localizado em uma região que dá suporte ao ajuste fino do modelo OpenAI do Azure. Verifique a Tabela de resumo do modelo e a disponibilidade da região para obter a lista de modelos disponíveis por região e funcionalidade com suporte. Para obter mais informações, consulte Criar um recurso e implantar um modelo com o Azure OpenAI.
O acesso de ajuste fino requer o Colaborador do OpenAI dos Serviços Cognitivos.
Se você ainda não tiver acesso à cota de exibição e implantar modelos no Azure OpenAI Studio, precisará de permissões adicionais.

Observação

Atualmente, você deve enviar um aplicativo para acessar o Serviço OpenAI do Azure. Para solicitar acesso, preencha este formulário.

Modelos

Os seguintes modelos dão suporte ao ajuste fino:

babbage-002
davinci-002
gpt-35-turbo (0613)
gpt-35-turbo (1106)
gpt-35-turbo (0125)

Consulte a página de modelos para verificar quais regiões atualmente dão suporte ao ajuste fino.

Examinar o fluxo de trabalho do Azure OpenAI Studio

Reserve um momento para examinar o fluxo de trabalho de ajuste fino para usar o Azure OpenAI Studio:

Preparar seus dados de treinamento e validação.
Usar o assistente Criar modelo personalizado no Azure OpenAI Studio para treinar seu modelo personalizado.
1. Selecionar um modelo base.
2. Escolher seus dados de treinamento.
3. Opcionalmente, escolha seus dados de validação.
4. Opcionalmente, configure opções avançadas para seu trabalho de ajuste fino.
5. Examine suas escolhas e treine seu novo modelo personalizado
Verifique o status do seu modelo personalizado ajustado.
Implantar seu modelo personalizado para uso.
Usar seu modelo personalizado.
Opcionalmente, analise seu modelo personalizado para obter desempenho e ajuste.

Preparar seus dados de treinamento e validação

Seu conjunto de dados de treinamento e de validação consiste em exemplos de saída de entrada e saída para o desempenho do modelo.

Diferentes tipos de modelo exigem um formato diferente de dados de treinamento.

modelos de conclusão de chat
babbage-002/davinci-002

Os dados de treinamento e validação usados devem ser formatados como um documento JSONL (Linhas JSON). Para gpt-35-turbo-0613 o conjunto de dados de ajuste fino deve ser formatado no formato de conversa que é usado pelas conclusões do Chat API.

Se você quiser um passo a passo de ajuste fino de um gpt-35-turbo-0613 modelo, consulte o tutorial de ajuste fino do Azure OpenAI

Formato de arquivo de exemplo

{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "Is Xbox better than PlayStation?"}, {"role": "assistant", "content": "I apologize, but I cannot provide personal opinions. My primary job is to assist you with any issues related to your Xbox device. Do you have any Xbox-related issues that need addressing?"}]}
{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "Can I play PC games on my Xbox?"}, {"role": "assistant", "content": "While Xbox consoles don't natively support PC games, they can play an array of Xbox games, many of which are also available on PC. Can I assist you with finding games compatible with your Xbox device?"}]}
{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "I'm having trouble connecting my Xbox to the Wi-Fi."}, {"role": "assistant", "content": "No worries, let's go through the network settings on your Xbox. Can you please tell me what happens when you try to connect it to the Wi-Fi?"}]}

Formato de arquivo de chat multiturno

Também há suporte para vários turnos de conversa em uma única linha do seu arquivo de treinamento jsonl. Para pular o ajuste fino em mensagens específicas do assistente, adicione o par de weight valores-chave opcional. Atualmente weight pode ser definido como 0 ou 1.

{"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", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Paris, as if everyone doesn't know that already.", "weight": 1}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "Who wrote 'Romeo and Juliet'?"}, {"role": "assistant", "content": "William Shakespeare", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Oh, just some guy named William Shakespeare. Ever heard of him?", "weight": 1}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "How far is the Moon from Earth?"}, {"role": "assistant", "content": "384,400 kilometers", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Around 384,400 kilometers. Give or take a few, like that really matters.", "weight": 1}]}

Além do formato JSONL, os arquivos de dados de treinamento e validação devem ser codificados em UTF-8 e incluir uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Crie seus conjuntos de dados de treinamento e validação

Quanto mais exemplos de treinamento você tiver, melhor. Os trabalhos de ajuste fino não prosseguiram sem pelo menos 10 exemplos de treinamento, mas um número tão pequeno não é suficiente para influenciar visivelmente as respostas do modelo. A melhor prática é fornecer centenas, se não milhares, de exemplos de treinamento para ter sucesso.

Em geral, dobrar o tamanho do conjunto de dados pode levar a um aumento linear na qualidade do modelo. Mas tenha em mente que exemplos de baixa qualidade podem afetar negativamente o desempenho. Se você treinar o modelo em uma grande quantidade de dados internos, sem primeiro podar o conjunto de dados apenas para os exemplos de mais alta qualidade, você poderá acabar com um modelo que tenha um desempenho muito pior do que o esperado.

Os dados de treinamento e validação que você usa devem ser formatados como um documento JSONL (Linhas JSON) no qual cada linha representa um único par de conclusão de prompt. A CLI (interface de linha de comando) do OpenAI inclui uma ferramenta de preparação de dados que valida, dá sugestões e reformata seus dados de treinamento em um arquivo JSONL pronto para ajuste fino.

{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}

Além do formato JSONL, os arquivos de dados de treinamento e validação devem ser codificados em UTF-8 e incluir uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Crie seus conjuntos de dados de treinamento e validação

Projetar seus prompts e conclusões para ajuste fino é diferente de projetar seus prompts para uso com qualquer um de nossos modelos base GPT-3. Solicitações para chamadas de conclusão, geralmente usam instruções detalhadas ou técnicas de aprendizagem com poucas capturas e consistem em vários exemplos. Para os ajustes finos, cada exemplo de treinamento deve consistir em um único prompt de entrada e sua saída concluída. Você não precisa dar instruções detalhadas ou vários exemplos de conclusão no mesmo prompt.

Quanto mais exemplos de treinamento você tiver, melhor. O número mínimo de exemplos de treinamento é 10, mas um número tão pequeno de exemplos geralmente não é suficiente para influenciar visivelmente as respostas do modelo. O OpenAI afirma que é uma prática recomendada ter pelo menos 50 exemplos de treinamento de alta qualidade. No entanto, é totalmente possível ter um caso de uso que possa exigir 1.000 de exemplos de treinamento de alta qualidade para ser bem-sucedido.

Ferramenta de preparação de dados da CLI do OpenAI

A ferramenta de preparação de dados da CLI do OpenAI foi desenvolvida para a geração anterior de modelos de ajuste fino para ajudar com muitas das etapas de preparação de dados. Essa ferramenta só funcionará para preparação de dados para modelos que funcionam com a API de conclusão como babbage-002 e davinci-002. A ferramenta valida, dá sugestões e reformata seus dados em um arquivo JSONL pronto para ajuste fino.

Para instalar a CLI do OpenAI, execute o seguinte comando Python:

pip install openai==0.28.1

Para analisar seus dados de treinamento com a ferramenta de preparação de dados, execute o comando Python a seguir. Substitua o argumento <LOCAL_FILE> pelo caminho completo e pelo nome do arquivo de dados de treinamento a ser analisado:

openai tools fine_tunes.prepare_data -f <LOCAL_FILE>

Essa ferramenta aceita arquivos nos seguintes formatos de dados, se eles contiverem um prompt e uma coluna/chave de conclusão:

(CSV) Valores separados por vírgula
Valores separados por tabulação (TSV)
Pasta de trabalho do Microsoft Excel (XLSX)
JSON (JavaScript Object Notation)
Linhas JSON (JSONL)

Depois de orientar você pelo processo de implementação de alterações sugeridas, a ferramenta reformata seus dados de treinamento e salva a saída em um arquivo JSONL pronto para ajuste fino.

Usar o assistente Criar modelo personalizado

O Azure OpenAI Studio fornece o assistente Criar modelo personalizado, para que você possa criar e treinar interativamente um modelo ajustado para o recurso do Azure.

Abra o OpenAI do Azure em https://oai.azure.com/ e entre com credenciais que tenham acesso ao recurso OpenAI do Azure. Durante o fluxo de trabalho de entrada, selecione o diretório apropriado, a assinatura do Azure e o recurso OpenAI do Azure.
No Azure OpenAI Studio, navegue até o painel Modelos > de Gerenciamento e selecione Criar um modelo personalizado.

O assistente Criar modelo personalizado é aberto.

Selecione um modelo base

A primeira etapa na criação de um modelo personalizado é escolher um modelo base. O painel Modelo básico permite que você escolha um modelo básico para usar em seu modelo personalizado. A sua escolha influencia tanto o desempenho quanto o custo do modelo.

Selecione o modelo básico na lista suspensa Tipo de modelo base e selecione Avançar para continuar.

Você pode criar um modelo personalizado de um dos seguintes modelos base disponíveis:

babbage-002
davinci-002
gpt-35-turbo (0613)
gpt-35-turbo (1106)
Ou você pode fazer o ajuste fino de um modelo previamente ajustado, formatado como base-model.ft-{jobid}.

Para obter mais informações sobre nossos modelos básicos que podem ser ajustados, confira Modelos.

Escolher seus dados de treinamento

A próxima etapa é escolher dados de treinamento preparados existentes ou carregar novos dados de treinamento preparados para usar ao personalizar seu modelo. O painel Dados de treinamento exibe todos os conjuntos de dados existentes carregados anteriormente e também oferece opções para carregar novos dados de treinamento.

Se os dados de treinamento já estiverem carregados no serviço, selecione Escolher conjunto de dados.
- Selecione o arquivo na lista mostrada no painel Dados de treinamento.
Para carregar novos dados de treinamento, use uma das seguintes opções:
- Selecione Arquivo local para carregar dados de treinamento de um arquivo local.
- Selecione Blob do Azure ou outros locais compartilhados da Web para importar dados de treinamento do Azure Blob ou de outro local compartilhado da Web.

Para arquivos de dados grandes, recomendamos que você importe de um armazenamento de Blob do Azure. Arquivos grandes podem se tornar instáveis quando carregados por meio de formulários de várias partes porque as solicitações são atômicas e não podem ser repetidas ou retomadas. Para obter mais informações sobre o Armazenamento de Blobs do Azure, confira O que é o Armazenamento de Blobs do Azure?

Observação

Arquivos de dados de treinamento devem ser formatados como arquivos JSONL, codificados em UTF-8 com uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Carregar dados de treinamento do arquivo local

Você pode carregar um novo conjunto de dados de treinamento para o serviço de um arquivo local usando um dos seguintes métodos:

Arraste e solte o arquivo na área do cliente do painel Dados de treinamento e selecione Carregar arquivo.
Selecione Procurar um arquivo na área do cliente do painel Dados de treinamento, escolha o arquivo a ser carregado na caixa de diálogo Abrir e selecione Carregar arquivo.

Depois de selecionar e carregar o conjunto de dados de treinamento, selecione Avançar para continuar.

Importar dados de treinamento de um repositório de Blobs do Azure

Você pode importar um conjunto de dados de treinamento do Blob do Azure ou de outro local da Web compartilhado fornecendo o nome e o local do arquivo.

Insira o Nome do arquivo.
Para o Local do arquivo, forneça a URL do Blob do Azure, a SAS (assinatura de acesso compartilhado) do Armazenamento do Azure ou outro link para um local da Web compartilhado acessível.
Selecione Carregar arquivo para importar o conjunto de dados de treinamento para o serviço.

Depois de selecionar e carregar o conjunto de dados de treinamento, selecione Avançar para continuar.

Escolha seus dados de validação

A próxima etapa fornece opções para configurar o modelo para usar dados de validação no processo de treinamento. Se você não quiser usar dados de validação, você pode escolher Avançarpara continuar com as opções avançadas do modelo. Caso contrário, se você tiver um conjunto de dados de validação, poderá escolher os dados de validação preparados existentes ou carregar novos dados de validação preparados a serem usados ao personalizar seu modelo.

O painel Dados de validação exibe todos os conjuntos de dados de treinamento e validação existentes e carregados anteriormente e fornece opções pelas quais você pode carregar novos dados de validação.

Se os dados de validação já estiverem carregados no serviço, selecione Escolher conjunto de dados.
- Selecione o arquivo na lista mostrada no painel Dados de validação.
Para carregar novos dados de validação, use uma das seguintes opções:
- Selecione Arquivo local para carregar dados de validação de um arquivo local.
- Selecione Blob do Azure ou outros locais compartilhados da Web para importar dados de validação do Azure Blob ou de outro local compartilhado da Web.

Observação

Semelhante aos arquivos de dados de treinamento, os arquivos de dados de validação devem ser formatados como arquivos JSONL, codificados em UTF-8 com uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Carregar dados de validação do arquivo local

Você pode carregar um novo conjunto de dados de validação para o serviço de um arquivo local usando um dos seguintes métodos:

Arraste e solte o arquivo na área do cliente do painel Dados de validação e selecione Carregar arquivo.
Selecione Procurar um arquivo na área do cliente do painel Dados de validação, escolha o arquivo a ser carregado na caixa de diálogo Abrir e selecione Carregar arquivo.

Depois de selecionar e carregar o conjunto de dados de validação, selecione Avançar para continuar.

Importar dados de validação do armazenamento do Blobs do Azure

Você pode importar um conjunto de dados de validação do Blob do Azure ou de outro local da Web compartilhado fornecendo o nome e o local do arquivo.

Insira o Nome do arquivo.
Para o Local do arquivo, forneça a URL do Blob do Azure, a SAS (assinatura de acesso compartilhado) do Armazenamento do Azure ou outro link para um local da Web compartilhado acessível.
Selecione Carregar arquivo para importar o conjunto de dados de treinamento para o serviço.

Depois de selecionar e carregar o conjunto de dados de validação, selecione Avançar para continuar.

Configurar opções avançadas

O assistente Criar modelo personalizado mostra os hiperparâmetros para treinar seu modelo ajustado no painel Opções avançadas. Os seguintes hiperparâmetros estão disponíveis:

Nome	Tipo	Descrição
`batch_size`	Número inteiro	O tamanho do lote que será usado para treinamento. O tamanho do lote é o número de exemplos de treinamento usados para treinar uma única passagem para frente e para trás. Em geral, descobrimos que tamanhos de lote maiores tendem a funcionar melhor para conjuntos de dados maiores. O valor padrão, bem como o valor máximo dessa propriedade, são específicos para um modelo base. Um tamanho de lote maior significa que os parâmetros de modelo são atualizados com menos frequência, mas com menor variação.
`learning_rate_multiplier`	número	O multiplicador de taxa de aprendizado a ser usado para treinamento. A taxa de aprendizado de ajuste fino é a taxa de aprendizado original usada para pré-treinamento multiplicada por esse valor. Taxas de aprendizagem maiores tendem a ter um desempenho melhor com tamanhos de lote maiores. É recomendável experimentar valores no intervalo de 0,02 a 0,2 para ver o que produz os melhores resultados. Uma taxa de aprendizagem menor pode ser útil para evitar o sobreajuste.
`n_epochs`	Número inteiro	O número de períodos para treinamento do modelo. Um período refere-se a um ciclo completo através do conjunto de dados de treinamento.

Selecione Padrão para usar os valores padrão para o trabalho de ajuste fino ou selecione Avançado para exibir e editar os valores do hiperparâmetro. Quando os padrões são selecionados, determinamos o valor correto por meio de algoritmos com base nos seus dados de treinamento.

Após configurar as opções avançadas, selecione Avançar para examinar suas escolhas e treinar seu modelo ajustado.

Examinar suas escolhas e treinar seu modelo

O painel Revisão do assistente exibe informações sobre suas opções de configuração.

Se você estiver pronto para treinar seu modelo, selecione Iniciar trabalho de Treinamento para iniciar o trabalho de ajuste fino e retornar ao painel Modelos.

Verificar o status do seu modelo personalizado

O painel Modelos exibe informações sobre seu modelo personalizado na guia Modelos personalizados. A guia inclui informações sobre o status e a ID do trabalho de ajuste fino para seu modelo personalizado. Quando o trabalho for concluído, a guia exibirá a ID do arquivo de resultado. Talvez seja necessário selecionar Atualizar para ver um status atualizado para o trabalho de treinamento de modelo.

Depois de iniciar um trabalho de ajuste fino, pode levar algum tempo para ser concluído. Seu trabalho pode estar na fila por trás de outros trabalhos no sistema. O treinamento do modelo pode levar minutos ou horas, dependendo do tamanho do modelo e do conjunto de dados.

Aqui estão algumas das tarefas que você pode fazer no painel Modelos :

Verifique o status do trabalho de ajuste fino para seu modelo personalizado na coluna Status da guia Modelos personalizados.
Na coluna Nome do modelo, selecione o nome do modelo para exibir mais informações sobre o modelo personalizado. Você pode ver o status do trabalho de ajuste fino, resultados de treinamento, eventos de treinamento e hiperparâmetros usados no trabalho.
Selecione Baixar arquivo de treinamento para baixar os dados de treinamento usados para o modelo.
Selecione Baixar resultados para baixar o arquivo de resultados anexado ao trabalho de ajuste fino para seu modelo e analisar seu modelo personalizado para treinamento e desempenho de validação.
Selecione Atualizar para atualizar a informação a página.

Implantar um modelo personalizado

Quando o trabalho de ajuste fino for bem-sucedido, você poderá implantar o modelo personalizado no painel Modelos. Você deve implantar seu modelo personalizado para disponibilizá-lo para uso com chamadas de conclusão.

Importante

Depois de implantar um modelo personalizado, se, a qualquer momento, a implantação permanecer inativa por mais de quinze (15) dias, a implantação será excluída. A implantação de um modelo personalizado torna-se inativa se o modelo tiver sido implantado há mais de quinze (15) dias e não foram feitas chamadas de conclusão ou de chat durante 15 dias consecutivos.

A exclusão de uma implantação inativa não exclui ou afeta o modelo personalizado subjacente, e o modelo personalizado pode ser reimplantado a qualquer momento. Conforme descrito em Preços do Serviço OpenAI do Azure, cada modelo personalizado (ajustado) implantado incorre em um custo de hospedagem por hora, independentemente de as chamadas de conclusão ou conclusão de bate-papo estarem sendo feitas para o modelo. Para saber mais sobre como planejar e gerenciar custos com o OpenAI do Azure, consulte as orientações em Planejar o gerenciamento de custos para o Serviço OpenAI do Azure.

Observação

Somente uma implantação é permitida para um modelo personalizado. Uma mensagem de erro será exibida se você selecionar um modelo personalizado já implantado.

Para implantar seu modelo personalizado, selecione o modelo personalizado a ser implantado e, em seguida, selecione Implantar modelo.

A caixa de diálogo Implantar modelo é aberta. Na caixa de diálogo, insira o nome da implantação e selecione Criar para iniciar a implantação do modelo personalizado.

Você pode monitorar o progresso da implantação no painel Implantações no Estúdio OpenAI do Azure.

Implantação entre regiões

O ajuste fino dá suporte à implantação de um modelo ajustado em uma região diferente da qual o modelo foi ajustado originalmente. Você também pode implantar em uma assinatura/região diferente.

As únicas limitações são que a nova região também deve dar suporte ao ajuste fino e, ao implantar a assinatura cruzada, a conta que gera o token de autorização para a implantação deve ter acesso às assinaturas de origem e de destino.

A implantação entre assinaturas/regiões pode ser realizada por meio de Python ou REST.

Usar um modelo personalizado implantado

Depois que seu modelo personalizado for implantado, você poderá usá-lo como qualquer outro modelo implantado. Você pode usar os Playgrounds no Azure OpenAI Studio para experimentar sua nova implantação. Você pode continuar a usar os mesmos parâmetros com o seu modelo personalizado, como temperature e max_tokens, como faz com outros modelos implantados. Para modelos de babbage-002 e davinci-002 ajustados, você usará o playground de Conclusões e a API de Conclusões. Para modelos de gpt-35-turbo-0613 ajustados, você usará o playground de chat e a API de conclusão do Chat.

Analisar seu modelo personalizado

O Azure OpenAI anexa um arquivo de resultados chamado results.csv a cada trabalho de ajuste fino após a conclusão. Você pode usar o arquivo de resultado para analisar o desempenho de treinamento e validação do modelo personalizado. A ID do arquivo de resultado é listada para cada modelo personalizado na coluna ID do arquivo de resultado do painel Modelos no Estúdio OpenAI do Azure. Você pode usar a ID do arquivo para identificar e baixar o arquivo de resultado do Arquivos de dados painel do Azure OpenAI Studio.

O arquivo de resultado é um arquivo CSV que contém uma linha de cabeçalho e uma linha para cada etapa de treinamento executada pelo trabalho de ajuste fino. O arquivo de resultado contém as seguintes colunas:

Nome da coluna	Descrição
`step`	O número da etapa de treinamento. Uma etapa de treinamento representa um único passe, para frente e para trás, em um lote de dados de treinamento.
`train_loss`	A perda do lote de treinamento.
`training_accuracy`	O percentual de conclusões no lote de treinamento para o qual os tokens previstos do modelo corresponderam exatamente aos tokens de conclusão verdadeiros. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,67 (2 de 3) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`train_mean_token_accuracy`	A porcentagem de tokens no lote de treinamento previstos corretamente pelo modelo. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,83 (5 de 6) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`valid_loss`	A perda do lote de validação.
`valid_accuracy`	O percentual de conclusões no lote de validação para o qual os tokens previstos do modelo corresponderam exatamente aos tokens de conclusão verdadeiros. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,67 (2 de 3) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`validation_mean_token_accuracy`	A porcentagem de tokens no lote de validação previstos corretamente pelo modelo. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,83 (5 de 6) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.

Você também pode exibir os dados no arquivo results.csv como gráficos no Azure OpenAI Studio. Selecione o link de um modelo treinado e você verá três gráficos: perda, precisão média de token e precisão de token. Se você forneceu dados de validação, ambos os conjuntos de dados aparecerão no mesmo gráfico.

Observe que sua perda diminui com o tempo e sua precisão aumenta. Se houver uma divergência entre os dados de treinamento e de validação, isso pode indicar que você está com sobreajuste. Tente treinar com menos épocas ou com um multiplicador de taxa de aprendizado menor.

Limpar suas implantações, modelos de personalizados e arquivos de treinamento

Quando terminar o modelo personalizado, você poderá excluir a implantação e o modelo. Você também pode excluir os arquivos de treinamento e validação carregados no serviço, se necessário.

Excluir a implantação do modelo

Importante

Você pode excluir a implantação do seu modelo personalizado no painel Implantações no Azure OpenAI Studio. Selecione a implantação a ser excluída e, em seguida, selecione Excluir para excluir a implantação.

Usar seu modelo personalizado

Você pode excluir um modelo personalizado no painel Modelos no Azure OpenAI Studio. Selecione o modelo personalizado a ser excluído da guia Modelos personalizados e selecione Excluir para excluir o modelo personalizado.

Observação

Você não poderá excluir um modelo personalizado se ele tiver uma implantação existente. Primeiro, você deve excluir a implantação do modelo antes de poder excluir o modelo personalizado.

Excluir seus arquivos de treinamento

Opcionalmente, você pode excluir os arquivos de treinamento e validação carregados para treinamento e os arquivos de resultados gerados durante o treinamento, no painel Gerenciamento de >Arquivos de dados no Azure OpenAI Studio. Selecione o arquivo a ser excluído e, em seguida, selecione Excluir para excluir o arquivo.

Ajuste fino contínuo

Depois de criar um modelo ajustado, convém continuar a refinar o modelo ao longo do tempo por meio de ajustes mais finos. O ajuste fino contínuo é o processo iterativo de selecionar um modelo já ajustado como um modelo base e ajustá-lo ainda mais em novos conjuntos de exemplos de treinamento.

Para executar o ajuste fino em um modelo que você ajustou anteriormente, você usaria o mesmo processo descrito em criar um modelo personalizado mas, em vez de especificar o nome de um modelo base genérico, você especificaria seu modelo já ajustado. Um modelo personalizado e ajustado seria parecido com gpt-35-turbo-0613.ft-5fd1918ee65d4cd38a5dcf6835066ed7

Também recomendamos incluir o parâmetro suffix para facilitar a distinção entre diferentes iterações do seu modelo ajustado. suffix usa uma cadeia de caracteres e está definido para identificar o modelo ajustado. Com a API do Python OpenAI, há suporte para uma cadeia de caracteres de até 18 caracteres que será adicionada ao seu nome de modelo ajustado.

Pré-requisitos

Leia o guia Quando usar o ajuste fino do Azure OpenAI.
Uma assinatura do Azure. Crie uma gratuitamente.
Acesso permitido ao OpenAI do Azure na assinatura do Azure desejada.
Um recurso do Azure OpenAI. Para obter mais informações, consulte Criar um recurso e implantar um modelo com o Azure OpenAI.
As seguintes bibliotecas python: os, json, requests, openai.
A biblioteca Do OpenAI Python deve ser pelo menos a versão 0.28.1.
O acesso de ajuste fino requer o Colaborador do OpenAI dos Serviços Cognitivos.
Se você ainda não tiver acesso à cota de exibição e implantar modelos no Azure OpenAI Studio, precisará de permissões adicionais.

Observação

Atualmente, você deve enviar um aplicativo para acessar o Serviço OpenAI do Azure. Para solicitar acesso, preencha este formulário.

Modelos

Os seguintes modelos dão suporte ao ajuste fino:

babbage-002
davinci-002
gpt-35-turbo (0613)
gpt-35-turbo (1106)
gpt-35-turbo (0125)

Ou você pode fazer o ajuste fino de um modelo previamente ajustado, formatado como base-model.ft-{jobid}.

Consulte a página de modelos para verificar quais regiões atualmente dão suporte ao ajuste fino.

Examinar o fluxo de trabalho para o SDK do Python

Reserve um momento para examinar o fluxo de trabalho de ajuste fino para usar o SDK do Python com o OpenAI do Azure:

Preparar seus dados de treinamento e validação.
Selecionar um modelo base.
Carregar os dados de treinamento.
Treinar seu novo modelo personalizado.
Verificar o status do seu modelo personalizado.
Implantar seu modelo personalizado para uso.
Usar seu modelo personalizado.
Opcionalmente, analise seu modelo personalizado para obter desempenho e ajuste.

Preparar seus dados de treinamento e validação

Seu conjunto de dados de treinamento e de validação consiste em exemplos de saída de entrada e saída para o desempenho do modelo.

Diferentes tipos de modelo exigem um formato diferente de dados de treinamento.

modelos de conclusão de chat
babbage-002/davinci-002

Se você quiser um passo a passo de ajustar um gpt-35-turbo-0613 consulte o tutorial de ajuste fino do Azure OpenAI

Formato de arquivo de exemplo

{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "Is Xbox better than PlayStation?"}, {"role": "assistant", "content": "I apologize, but I cannot provide personal opinions. My primary job is to assist you with any issues related to your Xbox device. Do you have any Xbox-related issues that need addressing?"}]}
{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "Can I play PC games on my Xbox?"}, {"role": "assistant", "content": "While Xbox consoles don't natively support PC games, they can play an array of Xbox games, many of which are also available on PC. Can I assist you with finding games compatible with your Xbox device?"}]}
{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "I'm having trouble connecting my Xbox to the Wi-Fi."}, {"role": "assistant", "content": "No worries, let's go through the network settings on your Xbox. Can you please tell me what happens when you try to connect it to the Wi-Fi?"}]}

Formato de arquivo de chat multiturno

{"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", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Paris, as if everyone doesn't know that already.", "weight": 1}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "Who wrote 'Romeo and Juliet'?"}, {"role": "assistant", "content": "William Shakespeare", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Oh, just some guy named William Shakespeare. Ever heard of him?", "weight": 1}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "How far is the Moon from Earth?"}, {"role": "assistant", "content": "384,400 kilometers", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Around 384,400 kilometers. Give or take a few, like that really matters.", "weight": 1}]}

Além do formato JSONL, os arquivos de dados de treinamento e validação devem ser codificados em UTF-8 e incluir uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Crie seus conjuntos de dados de treinamento e validação

{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}

Além do formato JSONL, os arquivos de dados de treinamento e validação devem ser codificados em UTF-8 e incluir uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Crie seus conjuntos de dados de treinamento e validação

Ferramenta de preparação de dados da CLI do OpenAI

Para instalar a CLI do OpenAI, execute o seguinte comando Python:

pip install openai==0.28.1

openai tools fine_tunes.prepare_data -f <LOCAL_FILE>

Essa ferramenta aceita arquivos nos seguintes formatos de dados, se eles contiverem um prompt e uma coluna/chave de conclusão:

(CSV) Valores separados por vírgula
Valores separados por tabulação (TSV)
Pasta de trabalho do Microsoft Excel (XLSX)
JSON (JavaScript Object Notation)
Linhas JSON (JSONL)

Depois de orientar você pelo processo de implementação de alterações sugeridas, a ferramenta reformata seus dados de treinamento e salva a saída em um arquivo JSONL pronto para ajuste fino.

Carregar os dados de treinamento

A próxima etapa é escolher dados de treinamento preparados existentes ou carregar novos dados de treinamento preparados para usar ao personalizar seu modelo. Depois de preparar seus dados de treinamento, você pode carregar seus arquivos no serviço. Há duas maneiras de carregar dados de treinamento:

Observação

Arquivos de dados de treinamento devem ser formatados como arquivos JSONL, codificados em UTF-8 com uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

O exemplo do Python a seguir carrega arquivos locais de treinamento e validação usando o SDK do Python e recupera as IDs de arquivo retornadas.

OpenAI Python 1.x
OpenAI Python 0.28.1

# Upload fine-tuning files

import os
from openai import AzureOpenAI

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
  api_version="2024-02-01"  # This API version or later is required to access fine-tuning for turbo/babbage-002/davinci-002
)

training_file_name = 'training_set.jsonl'
validation_file_name = 'validation_set.jsonl'

# Upload the training and validation dataset files to Azure OpenAI with the SDK.

training_response = client.files.create(
    file=open(training_file_name, "rb"), purpose="fine-tune"
)
training_file_id = training_response.id

validation_response = client.files.create(
    file=open(validation_file_name, "rb"), purpose="fine-tune"
)
validation_file_id = validation_response.id

print("Training file ID:", training_file_id)
print("Validation file ID:", validation_file_id)

Observação

A versão da biblioteca OpenAI Python 0.28.1 foi preterida. Recomendamos usar 1.x. Consulte nosso guia de migração para obter informações sobre como mudar de 0.28.1 para 1.x.

# Upload fine-tuning files

import openai
import os

openai.api_key = os.getenv("AZURE_OPENAI_API_KEY") 
openai.api_base =  os.getenv("AZURE_OPENAI_ENDPOINT")
openai.api_type = 'azure'
openai.api_version = '2024-02-01' # This API version or later is required to access fine-tuning for turbo/babbage-002/davinci-002

training_file_name = 'training_set.jsonl'
validation_file_name = 'validation_set.jsonl'

# Upload the training and validation dataset files to Azure OpenAI with the SDK.

training_response = openai.File.create(
    file=open(training_file_name, "rb"), purpose="fine-tune", user_provided_filename="training_set.jsonl"
)
training_file_id = training_response["id"]

validation_response = openai.File.create(
    file=open(validation_file_name, "rb"), purpose="fine-tune", user_provided_filename="validation_set.jsonl"
)
validation_file_id = validation_response["id"]

print("Training file ID:", training_file_id)
print("Validation file ID:", validation_file_id)

Criar um modelo personalizado

Depois de carregar seus arquivos de treinamento e validação, você estará pronto para iniciar o trabalho de ajuste fino.

O código Python a seguir mostra um exemplo de como criar um novo trabalho de ajuste fino com o SDK do Python:

OpenAI Python 1.x
OpenAI Python 0.28.1

response = client.fine_tuning.jobs.create(
    training_file=training_file_id,
    validation_file=validation_file_id,
    model="gpt-35-turbo-0613" # Enter base model name. Note that in Azure OpenAI the model name contains dashes and cannot contain dot/period characters. 
)

job_id = response.id

# You can use the job ID to monitor the status of the fine-tuning job.
# The fine-tuning job will take some time to start and complete.

print("Job ID:", response.id)
print("Status:", response.id)
print(response.model_dump_json(indent=2))


response = openai.FineTuningJob.create(
    training_file=training_file_id,
    validation_file=validation_file_id,
    model="gpt-35-turbo-0613",
)

job_id = response["id"]

# You can use the job ID to monitor the status of the fine-tuning job.
# The fine-tuning job will take some time to start and complete.

print("Job ID:", response["id"])
print("Status:", response["status"])
print(response)

Você também pode passar parâmetros opcionais adicionais, como hiperparâmetros, para ter maior controle do processo de ajuste fino. Para o treinamento inicial, recomendamos usar os padrões automáticos presentes sem especificar esses parâmetros.

Os hiperparâmetros com suporte atual para ajuste fino são:

Nome	Tipo	Descrição
`batch_size`	Número inteiro	O tamanho do lote que será usado para treinamento. O tamanho do lote é o número de exemplos de treinamento usados para treinar uma única passagem para frente e para trás. Em geral, descobrimos que tamanhos de lote maiores tendem a funcionar melhor para conjuntos de dados maiores. O valor padrão, bem como o valor máximo dessa propriedade, são específicos para um modelo base. Um tamanho de lote maior significa que os parâmetros de modelo são atualizados com menos frequência, mas com menor variação.
`learning_rate_multiplier`	número	O multiplicador de taxa de aprendizado a ser usado para treinamento. A taxa de aprendizado de ajuste fino é a taxa de aprendizado original usada para pré-treinamento multiplicada por esse valor. Taxas de aprendizagem maiores tendem a ter um desempenho melhor com tamanhos de lote maiores. É recomendável experimentar valores no intervalo de 0,02 a 0,2 para ver o que produz os melhores resultados. Uma taxa de aprendizagem menor pode ser útil para evitar o sobreajuste.
`n_epochs`	Número inteiro	O número de períodos para treinamento do modelo. Um período refere-se a um ciclo completo através do conjunto de dados de treinamento.

Para definir hiperparâmetros personalizados com a versão 1.x da API do Python OpenAI:

from openai import AzureOpenAI

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
  api_version="2024-02-01"  # This API version or later is required to access fine-tuning for turbo/babbage-002/davinci-002
)

client.fine_tuning.jobs.create(
  training_file="file-abc123", 
  model="gpt-35-turbo-0613", # Enter base model name. Note that in Azure OpenAI the model name contains dashes and cannot contain dot/period characters. 
  hyperparameters={
    "n_epochs":2
  }
)

Verificar o status do trabalho de ajuste fino

OpenAI Python 1.x
OpenAI Python 0.28.1

response = client.fine_tuning.jobs.retrieve(job_id)

print("Job ID:", response.id)
print("Status:", response.status)
print(response.model_dump_json(indent=2))

#Retrieve training job ID

response = openai.FineTuningJob.retrieve(job_id)

print("Job ID:", response["id"])
print("Status:", response["status"])
print(response)

Implantar um modelo personalizado

Quando o trabalho de ajuste fino é bem-sucedido, o valor da variável fine_tuned_model no corpo da resposta é definido como o nome do modelo personalizado. Seu modelo agora também está disponível para descoberta na API de modelos de lista. No entanto, você não pode emitir chamadas de conclusão para seu modelo personalizado até que seu modelo personalizado seja implantado. Você deve implantar seu modelo personalizado para disponibilizá-lo para uso com chamadas de conclusão.

Importante

Você pode usar o OpenAI do Azure ou a CLI do Azure para implantar seu modelo personalizado.

Observação

Somente uma implantação é permitida para um modelo personalizado. Ocorrerá um erro se você selecionar um modelo personalizado já implantado.

Implantar modelo ajustado

Ao contrário dos comandos anteriores do SDK, a implantação deve ser feita usando a API do painel de controle que requer autorização separada, um caminho de API diferente e uma versão de API diferente.

variable	Definição
token	Há várias maneiras de gerar um token de autorização. O método mais fácil para teste inicial é iniciar o Cloud Shell do portal do Azure. Em seguida, execute `az account get-access-token`. Você pode usar esse token como token de autorização temporário para teste de API. Recomendamos armazenar isso em uma nova variável de ambiente
subscription	A ID da assinatura do recurso Azure OpenAI associado
resource_group	O nome do grupo de recursos para o recurso do Azure OpenAI
resource_name	O nome do recurso do Azure OpenAI
model_deployment_name	O nome personalizado para sua nova implantação de modelo ajustada. Esse é o nome que será referenciado em seu código ao fazer chamadas de conclusão de chat.
fine_tuned_model	Recupere esse valor dos resultados do trabalho de ajuste fino na etapa anterior. Ele será parecido com `gpt-35-turbo-0613.ft-b044a9d3cf9c4228b5d393567f693b83`. Você precisará adicionar esse valor ao json deploy_data.

import json
import os
import requests

token= os.getenv("<TOKEN>") 
subscription = "<YOUR_SUBSCRIPTION_ID>"  
resource_group = "<YOUR_RESOURCE_GROUP_NAME>"
resource_name = "<YOUR_AZURE_OPENAI_RESOURCE_NAME>"
model_deployment_name ="gpt-35-turbo-ft" # custom deployment name that you will use to reference the model when making inference calls.

deploy_params = {'api-version': "2023-05-01"} 
deploy_headers = {'Authorization': 'Bearer {}'.format(token), 'Content-Type': 'application/json'}

deploy_data = {
    "sku": {"name": "standard", "capacity": 1}, 
    "properties": {
        "model": {
            "format": "OpenAI",
            "name": <"fine_tuned_model">, #retrieve this value from the previous call, it will look like gpt-35-turbo-0613.ft-b044a9d3cf9c4228b5d393567f693b83
            "version": "1"
        }
    }
}
deploy_data = json.dumps(deploy_data)

request_url = f'https://management.azure.com/subscriptions/{subscription}/resourceGroups/{resource_group}/providers/Microsoft.CognitiveServices/accounts/{resource_name}/deployments/{model_deployment_name}'

print('Creating a new deployment...')

r = requests.put(request_url, params=deploy_params, headers=deploy_headers, data=deploy_data)

print(r)
print(r.reason)
print(r.json())

Implantação entre regiões

Veja abaixo um exemplo de implantação de um modelo que foi ajustado em uma assinatura/região para outra.

import json
import os
import requests

token= os.getenv("<TOKEN>") 

subscription = "<DESTINATION_SUBSCRIPTION_ID>"  
resource_group = "<DESTINATION_RESOURCE_GROUP_NAME>"
resource_name = "<DESTINATION_AZURE_OPENAI_RESOURCE_NAME>"

source_subscription = "<SOURCE_SUBSCRIPTION_ID>"
source_resource_group = "<SOURCE_RESOURCE_GROUP>"
source_resource = "<SOURCE_RESOURCE>"


source = f'/subscriptions/{source_subscription}/resourceGroups/{source_resource_group}/providers/Microsoft.CognitiveServices/accounts/{source_resource}'

model_deployment_name ="gpt-35-turbo-ft" # custom deployment name that you will use to reference the model when making inference calls.

deploy_params = {'api-version': "2023-05-01"} 
deploy_headers = {'Authorization': 'Bearer {}'.format(token), 'Content-Type': 'application/json'}



deploy_data = {
    "sku": {"name": "standard", "capacity": 1}, 
    "properties": {
        "model": {
            "format": "OpenAI",
            "name": <"FINE_TUNED_MODEL_NAME">, # This value will look like gpt-35-turbo-0613.ft-0ab3f80e4f2242929258fff45b56a9ce 
            "version": "1",
            "source": source
        }
    }
}
deploy_data = json.dumps(deploy_data)

request_url = f'https://management.azure.com/subscriptions/{subscription}/resourceGroups/{resource_group}/providers/Microsoft.CognitiveServices/accounts/{resource_name}/deployments/{model_deployment_name}'

print('Creating a new deployment...')

r = requests.put(request_url, params=deploy_params, headers=deploy_headers, data=deploy_data)

print(r)
print(r.reason)
print(r.json())

Para implantar entre a mesma assinatura, mas regiões diferentes, você teria apenas assinatura e grupos de recursos idênticos para variáveis de origem e destino e apenas os nomes de recursos de origem e destino precisariam ser exclusivos.

Implantar um modelo com a CLI do Azure

O exemplo a seguir mostra como usar a CLI do Azure para implantar seu modelo personalizado. Com a CLI do Azure, você deve especificar um nome para a implantação do modelo personalizado. Para obter mais informações sobre como usar a CLI do Azure para implantar modelos personalizados, consulte az cognitiveservices account deployment.

Para executar este comando da CLI do Azure em uma janela do console, você deve substituir os seguintes <espaços reservados> pelos valores correspondentes para o modelo personalizado:

Espaço reservado	Valor
<YOUR_AZURE_SUBSCRIPTION>	O nome ou a ID da sua assinatura do Azure.
<YOUR_RESOURCE_GROUP>	O nome do seu grupo de recursos do Azure.
<YOUR_RESOURCE_NAME>	O nome do seu recurso OpenAI do Azure.
<YOUR_DEPLOYMENT_NAME>	O nome que você deseja usar para sua implantação de modelo.
<YOUR_FINE_TUNED_MODEL_ID>	O nome do seu tópico personalizado.

az cognitiveservices account deployment create 
    --resource-group <YOUR_RESOURCE_GROUP>
    --name <YOUR_RESOURCE_NAME>  
    --deployment-name <YOUR_DEPLOYMENT_NAME>
    --model-name <YOUR_FINE_TUNED_MODEL_ID>
    --model-version "1" 
    --model-format OpenAI 
    --sku-capacity "1" 
    --sku-name "Standard"

import os
from openai import AzureOpenAI

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
  api_version="2024-02-01"
)

response = client.chat.completions.create(
    model="gpt-35-turbo-ft", # model = "Custom deployment name you chose for your fine-tuning model"
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Does Azure OpenAI support customer managed keys?"},
        {"role": "assistant", "content": "Yes, customer managed keys are supported by Azure OpenAI."},
        {"role": "user", "content": "Do other Azure AI services support this too?"}
    ]
)

print(response.choices[0].message.content)

import os
import openai
openai.api_type = "azure"
openai.api_base = os.getenv("AZURE_OPENAI_ENDPOINT") 
openai.api_version = "2024-02-01"
openai.api_key = os.getenv("AZURE_OPENAI_API_KEY")

response = openai.ChatCompletion.create(
    engine="gpt-35-turbo-ft", # engine = "Custom deployment name you chose for your fine-tuning model"
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Does Azure OpenAI support customer managed keys?"},
        {"role": "assistant", "content": "Yes, customer managed keys are supported by Azure OpenAI."},
        {"role": "user", "content": "Do other Azure AI services support this too?"}
    ]
)

print(response)
print(response['choices'][0]['message']['content'])

Analisar seu modelo personalizado

O Azure OpenAI anexa um arquivo de resultados chamado results.csv a cada trabalho de ajuste fino após sua conclusão. Você pode usar o arquivo de resultado para analisar o desempenho de treinamento e validação do modelo personalizado. A ID do arquivo de resultado é listada para cada modelo personalizado e você pode usar o SDK do Python para recuperar a ID do arquivo e baixar o arquivo de resultado para análise.

O exemplo do Python a seguir recupera a ID de arquivo do primeiro arquivo de resultado anexado ao trabalho de ajuste fino para seu modelo personalizado e, em seguida, usa o SDK do Python para baixar o arquivo no diretório de trabalho para análise.

OpenAI Python 1.x
OpenAI Python 0.28.1

# Retrieve the file ID of the first result file from the fine-tuning job
# for the customized model.
response = client.fine_tuning.jobs.retrieve(job_id)
if response.status == 'succeeded':
    result_file_id = response.result_files[0]

retrieve = client.files.retrieve(result_file_id)

# Download the result file.
print(f'Downloading result file: {result_file_id}')

with open(retrieve.filename, "wb") as file:
    result = client.files.content(result_file_id).read()
    file.write(result)

# Retrieve the file ID of the first result file from the fine-tune job
# for the customized model.
response = openai.FineTuningJob.retrieve(job_id)
if response["status"] == 'succeeded':
    result_file_id = response.result_files[0].id
    result_file_name = response.result_files[0].filename

# Download the result file.
print(f'Downloading result file: {result_file_id}')
# Write the byte array returned by the File.download() method to 
# a local file in the working directory.
with open(result_file_name, "wb") as file:
    result = openai.File.download(id=result_file_id)
    file.write(result)

Nome da coluna	Descrição
`step`	O número da etapa de treinamento. Uma etapa de treinamento representa um único passe, para frente e para trás, em um lote de dados de treinamento.
`train_loss`	A perda do lote de treinamento.
`training_accuracy`	O percentual de conclusões no lote de treinamento para o qual os tokens previstos do modelo corresponderam exatamente aos tokens de conclusão verdadeiros. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,67 (2 de 3) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`train_mean_token_accuracy`	A porcentagem de tokens no lote de treinamento previstos corretamente pelo modelo. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,83 (5 de 6) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`valid_loss`	A perda do lote de validação.
`valid_accuracy`	O percentual de conclusões no lote de validação para o qual os tokens previstos do modelo corresponderam exatamente aos tokens de conclusão verdadeiros. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,67 (2 de 3) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`validation_mean_token_accuracy`	A porcentagem de tokens no lote de validação previstos corretamente pelo modelo. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,83 (5 de 6) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.

Limpar suas implantações, modelos de personalizados e arquivos de treinamento

Quando terminar o modelo personalizado, você poderá excluir a implantação e o modelo. Você também pode excluir os arquivos de treinamento e validação carregados no serviço, se necessário.

Excluir a implantação do modelo

Importante

Você pode usar vários métodos para excluir a implantação do modelo personalizado:

Excluir seu modelo personalizado

Da mesma forma, você pode usar vários métodos para excluir seu modelo personalizado:

Estúdio do OpenAI do Azure

Observação

Você não poderá excluir um modelo personalizado se ele tiver uma implantação existente. Primeiro, você deve excluir a implantação do modelo antes de poder excluir o modelo personalizado.

Excluir seus arquivos de treinamento

Opcionalmente, você pode excluir arquivos de treinamento e validação carregados para treinamento e arquivos de resultado gerados durante o treinamento em sua assinatura do Azure OpenAI. Você pode usar os seguintes métodos para excluir seus arquivos de treinamento, validação e resultado:

O exemplo do Python a seguir usa o SDK do Python para excluir os arquivos de treinamento, validação e resultado do modelo personalizado:

print('Checking for existing uploaded files.')
results = []

# Get the complete list of uploaded files in our subscription.
files = openai.File.list().data
print(f'Found {len(files)} total uploaded files in the subscription.')

# Enumerate all uploaded files, extracting the file IDs for the
# files with file names that match your training dataset file and
# validation dataset file names.
for item in files:
    if item["filename"] in [training_file_name, validation_file_name, result_file_name]:
        results.append(item["id"])
print(f'Found {len(results)} already uploaded files that match our files')

# Enumerate the file IDs for our files and delete each file.
print(f'Deleting already uploaded files.')
for id in results:
    openai.File.delete(sid = id)

Ajuste fino contínuo

Para executar o ajuste fino em um modelo que você ajustou anteriormente, você usaria o mesmo processo descrito em criar um modelo personalizado mas, em vez de especificar o nome de um modelo base genérico, você especificaria a ID do seu modelo já ajustado. A ID do modelo ajustada parece com gpt-35-turbo-0613.ft-5fd1918ee65d4cd38a5dcf6835066ed7

from openai import AzureOpenAI

client = AzureOpenAI(
  azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
  api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
  api_version="2024-02-01"  
)

response = client.fine_tuning.jobs.create(
    training_file=training_file_id,
    validation_file=validation_file_id,
    model="gpt-35-turbo-0613.ft-5fd1918ee65d4cd38a5dcf6835066ed7" # Enter base model name. Note that in Azure OpenAI the model name contains dashes and cannot contain dot/period characters. 
)

job_id = response.id

# You can use the job ID to monitor the status of the fine-tuning job.
# The fine-tuning job will take some time to start and complete.

print("Job ID:", response.id)
print("Status:", response.id)
print(response.model_dump_json(indent=2))

Se você não tiver certeza da ID do modelo ajustado existente, essas informações poderão ser encontradas na página Modelos do Azure OpenAI Studio ou gerar uma lista de modelos para um determinado recurso do Azure OpenAI usando a API REST.

Pré-requisitos

Leia o guia Quando usar o ajuste fino do Azure OpenAI.
Uma assinatura do Azure. Crie uma gratuitamente.
Acesso permitido ao OpenAI do Azure na assinatura do Azure desejada.
Um recurso do Azure OpenAI. Para obter mais informações, consulte Criar um recurso e implantar um modelo com o Azure OpenAI.
O acesso de ajuste fino requer o Colaborador do OpenAI dos Serviços Cognitivos.
Se você ainda não tiver acesso à cota de exibição e implantar modelos no Azure OpenAI Studio, precisará de permissões adicionais.

Observação

Atualmente, você deve enviar um aplicativo para acessar o Serviço OpenAI do Azure. Para solicitar acesso, preencha este formulário.

Modelos

Os seguintes modelos dão suporte ao ajuste fino:

babbage-002
davinci-002
gpt-35-turbo (0613)
gpt-35-turbo (1106)
gpt-35-turbo (0125)

Consulte a página de modelos para verificar quais regiões atualmente dão suporte ao ajuste fino.

Examinar o fluxo de trabalho da API REST

Reserve um momento para examinar o fluxo de trabalho de ajuste fino para usar a APIS REST e o Python com o Azure OpenAI:

Preparar seus dados de treinamento e validação.
Selecionar um modelo base.
Carregar os dados de treinamento.
Treinar seu novo modelo personalizado.
Verificar o status do seu modelo personalizado.
Implantar seu modelo personalizado para uso.
Usar seu modelo personalizado.
Opcionalmente, analise seu modelo personalizado para obter desempenho e ajuste.

Preparar seus dados de treinamento e validação

Seu conjunto de dados de treinamento e de validação consiste em exemplos de saída de entrada e saída para o desempenho do modelo.

Diferentes tipos de modelo exigem um formato diferente de dados de treinamento.

modelos de conclusão de chat
babbage-002/davinci-002

Os dados de treinamento e validação usados devem ser formatados como um documento JSONL (Linhas JSON). Para gpt-35-turbo-0613 e outros modelos relacionados, o conjunto de dados de ajuste fino deve ser formatado no formato conversacional usado pela API de conclusões de chat.

Se você quiser um passo a passo de ajustar um gpt-35-turbo-0613 consulte o tutorial de ajuste fino do Azure OpenAI

Formato de arquivo de exemplo

{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "Is Xbox better than PlayStation?"}, {"role": "assistant", "content": "I apologize, but I cannot provide personal opinions. My primary job is to assist you with any issues related to your Xbox device. Do you have any Xbox-related issues that need addressing?"}]}
{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "Can I play PC games on my Xbox?"}, {"role": "assistant", "content": "While Xbox consoles don't natively support PC games, they can play an array of Xbox games, many of which are also available on PC. Can I assist you with finding games compatible with your Xbox device?"}]}
{"messages": [{"role": "system", "content": "You are an Xbox customer support agent whose primary goal is to help users with issues they are experiencing with their Xbox devices. You are friendly and concise. You only provide factual answers to queries, and do not provide answers that are not related to Xbox."}, {"role": "user", "content": "I'm having trouble connecting my Xbox to the Wi-Fi."}, {"role": "assistant", "content": "No worries, let's go through the network settings on your Xbox. Can you please tell me what happens when you try to connect it to the Wi-Fi?"}]}

Formato de arquivo de chat multiturno

{"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", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Paris, as if everyone doesn't know that already.", "weight": 1}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "Who wrote 'Romeo and Juliet'?"}, {"role": "assistant", "content": "William Shakespeare", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Oh, just some guy named William Shakespeare. Ever heard of him?", "weight": 1}]}
{"messages": [{"role": "system", "content": "Marv is a factual chatbot that is also sarcastic."}, {"role": "user", "content": "How far is the Moon from Earth?"}, {"role": "assistant", "content": "384,400 kilometers", "weight": 0}, {"role": "user", "content": "Can you be more sarcastic?"}, {"role": "assistant", "content": "Around 384,400 kilometers. Give or take a few, like that really matters.", "weight": 1}]}

Além do formato JSONL, os arquivos de dados de treinamento e validação devem ser codificados em UTF-8 e incluir uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Crie seus conjuntos de dados de treinamento e validação

{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}
{"prompt": "<prompt text>", "completion": "<ideal generated text>"}

Além do formato JSONL, os arquivos de dados de treinamento e validação devem ser codificados em UTF-8 e incluir uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Crie seus conjuntos de dados de treinamento e validação

Ferramenta de preparação de dados da CLI do OpenAI

Para instalar a CLI do OpenAI, execute o seguinte comando Python:

pip install openai==0.28.1

openai tools fine_tunes.prepare_data -f <LOCAL_FILE>

Essa ferramenta aceita arquivos nos seguintes formatos de dados, se eles contiverem um prompt e uma coluna/chave de conclusão:

(CSV) Valores separados por vírgula
Valores separados por tabulação (TSV)
Pasta de trabalho do Microsoft Excel (XLSX)
JSON (JavaScript Object Notation)
Linhas JSON (JSONL)

Depois de orientar você pelo processo de implementação de alterações sugeridas, a ferramenta reformata seus dados de treinamento e salva a saída em um arquivo JSONL pronto para ajuste fino.

Selecione um modelo base

Selecione o modelo básico na lista suspensa Tipo de modelo base e selecione Avançar para continuar.

Você pode criar um modelo personalizado de um dos seguintes modelos base disponíveis:

babbage-002
davinci-002
gpt-35-turbo (0613)
gpt-35-turbo (1106)

Ou você pode fazer o ajuste fino de um modelo previamente ajustado, formatado como base-model.ft-{jobid}.

Para obter mais informações sobre nossos modelos básicos que podem ser ajustados, confira Modelos.

Carregar os dados de treinamento

A próxima etapa é escolher os dados de treinamento preparados existentes ou carregar novos dados de treinamento preparados para usar ao ajustar seu modelo. Depois de preparar seus dados de treinamento, você pode carregar seus arquivos no serviço. Há duas maneiras de carregar dados de treinamento:

Observação

Arquivos de dados de treinamento devem ser formatados como arquivos JSONL, codificados em UTF-8 com uma marca de ordem de byte (BOM). O arquivo deve ter menos de 512 MB de tamanho.

Carregar dados de treinamento

curl -X POST $AZURE_OPENAI_ENDPOINT/openai/files?api-version=2023-12-01-preview \
  -H "Content-Type: multipart/form-data" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -F "purpose=fine-tune" \
  -F "file=@C:\\fine-tuning\\training_set.jsonl;type=application/json"

Carregar dados de validação

curl -X POST $AZURE_OPENAI_ENDPOINT/openai/files?api-version=2023-12-01-preview \
  -H "Content-Type: multipart/form-data" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -F "purpose=fine-tune" \
  -F "file=@C:\\fine-tuning\\validation_set.jsonl;type=application/json"

Criar um modelo personalizado

Depois de carregar seus arquivos de treinamento e validação, você estará pronto para iniciar o trabalho de ajuste fino. O código a seguir mostra um exemplo de como criar um novo trabalho de ajuste fino com a API REST:

curl -X POST $AZURE_OPENAI_ENDPOINT/openai/fine_tuning/jobs?api-version=2023-12-01-preview \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -d '{
    "model": "gpt-35-turbo-0613", 
    "training_file": "<TRAINING_FILE_ID>", 
    "validation_file": "'<VALIDATION_FILE_ID>"
}'

Os hiperparâmetros com suporte atual para ajuste fino são:

Nome	Tipo	Descrição
`batch_size`	Número inteiro	O tamanho do lote que será usado para treinamento. O tamanho do lote é o número de exemplos de treinamento usados para treinar uma única passagem para frente e para trás. Em geral, descobrimos que tamanhos de lote maiores tendem a funcionar melhor para conjuntos de dados maiores. O valor padrão, bem como o valor máximo dessa propriedade, são específicos para um modelo base. Um tamanho de lote maior significa que os parâmetros de modelo são atualizados com menos frequência, mas com menor variação.
`learning_rate_multiplier`	número	O multiplicador de taxa de aprendizado a ser usado para treinamento. A taxa de aprendizado de ajuste fino é a taxa de aprendizado original usada para pré-treinamento multiplicada por esse valor. Taxas de aprendizagem maiores tendem a ter um desempenho melhor com tamanhos de lote maiores. É recomendável experimentar valores no intervalo de 0,02 a 0,2 para ver o que produz os melhores resultados. Uma taxa de aprendizagem menor pode ser útil para evitar o sobreajuste.
`n_epochs`	Número inteiro	O número de períodos para treinamento do modelo. Um período refere-se a um ciclo completo através do conjunto de dados de treinamento.

Verificar o status do seu modelo personalizado

Depois de começar um trabalho de ajuste fino, pode levar algum tempo para ser concluído. Seu trabalho pode estar na fila por trás de outros trabalhos no sistema. O treinamento do modelo pode levar minutos ou horas, dependendo do tamanho do modelo e do conjunto de dados. O exemplo a seguir usa a API REST para verificar o status do seu trabalho de ajuste fino. O exemplo recupera informações sobre seu trabalho usando a ID do trabalho retornada do exemplo anterior:

curl -X GET $AZURE_OPENAI_ENDPOINT/openai/fine_tuning/jobs/<YOUR-JOB-ID>?api-version=2023-12-01-preview \
  -H "api-key: $AZURE_OPENAI_API_KEY"

Implantar um modelo personalizado

Importante

O exemplo do Python a seguir mostra como usar a API REST para criar uma implantação de modelo para seu modelo personalizado. A API REST gera um nome para a implantação do modelo personalizado.

variable	Definição
token	Há várias maneiras de gerar um token de autorização. O método mais fácil para teste inicial é iniciar o Cloud Shell do portal do Azure. Em seguida, execute `az account get-access-token`. Você pode usar esse token como token de autorização temporário para teste de API. Recomendamos armazenar isso em uma nova variável de ambiente
subscription	A ID da assinatura do recurso Azure OpenAI associado
resource_group	O nome do grupo de recursos para o recurso do Azure OpenAI
resource_name	O nome do recurso do Azure OpenAI
model_deployment_name	O nome personalizado para sua nova implantação de modelo ajustada. Esse é o nome que será referenciado em seu código ao fazer chamadas de conclusão de chat.
fine_tuned_model	Recupere esse valor dos resultados do trabalho de ajuste fino na etapa anterior. Ele será parecido com `gpt-35-turbo-0613.ft-b044a9d3cf9c4228b5d393567f693b83`. Você precisará adicionar esse valor ao json deploy_data.

curl -X POST "https://management.azure.com/subscriptions/<SUBSCRIPTION>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.CognitiveServices/accounts/<RESOURCE_NAME>/deployments/<MODEL_DEPLOYMENT_NAME>api-version=2023-05-01" \
  -H "Authorization: Bearer <TOKEN>" \
  -H "Content-Type: application/json" \
  -d '{
    "sku": {"name": "standard", "capacity": 1},
    "properties": {
        "model": {
            "format": "OpenAI",
            "name": "<FINE_TUNED_MODEL>",
            "version": "1"
        }
    }
}'

Implantação entre regiões

Veja abaixo um exemplo de implantação de um modelo que foi ajustado em uma assinatura/região para outra.

curl -X PUT "https://management.azure.com/subscriptions/<SUBSCRIPTION>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.CognitiveServices/accounts/<RESOURCE_NAME>/deployments/<MODEL_DEPLOYMENT_NAME>api-version=2023-05-01" \
  -H "Authorization: Bearer <TOKEN>" \
  -H "Content-Type: application/json" \
  -d '{
    "sku": {"name": "standard", "capacity": 1},
    "properties": {
        "model": {
            "format": "OpenAI",
            "name": "<FINE_TUNED_MODEL>", 
            "version": "1",
            "source": "/subscriptions/{sourceSubscriptionID}/resourceGroups/{sourceResourceGroupName}/providers/Microsoft.CognitiveServices/accounts/{sourceAccount}" 
        }
    }
}'

Implantar um modelo com a CLI do Azure

Para executar este comando da CLI do Azure em uma janela do console, você deve substituir os seguintes <espaços reservados> pelos valores correspondentes para o modelo personalizado:

Espaço reservado	Valor
<YOUR_AZURE_SUBSCRIPTION>	O nome ou a ID da sua assinatura do Azure.
<YOUR_RESOURCE_GROUP>	O nome do seu grupo de recursos do Azure.
<YOUR_RESOURCE_NAME>	O nome do seu recurso OpenAI do Azure.
<YOUR_DEPLOYMENT_NAME>	O nome que você deseja usar para sua implantação de modelo.
<YOUR_FINE_TUNED_MODEL_ID>	O nome do seu tópico personalizado.

az cognitiveservices account deployment create 
    --resource-group <YOUR_RESOURCE_GROUP>
    --name <YOUR_RESOURCE_NAME>  
    --deployment-name <YOUR_DEPLOYMENT_NAME>
    --model-name <YOUR_FINE_TUNED_MODEL_ID>
    --model-version "1" 
    --model-format OpenAI 
    --sku-capacity "1" 
    --sku-name "Standard"

Usar um modelo personalizado implantado

curl $AZURE_OPENAI_ENDPOINT/openai/deployments/<deployment_name>/chat/completions?api-version=2023-05-15 \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -d '{"messages":[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Does Azure OpenAI support customer managed keys?"},{"role": "assistant", "content": "Yes, customer managed keys are supported by Azure OpenAI."},{"role": "user", "content": "Do other Azure AI services support this too?"}]}'

Analisar seu modelo personalizado

O Azure OpenAI anexa um arquivo de resultados chamado results.csv a cada trabalho de ajuste fino após sua conclusão. Você pode usar o arquivo de resultado para analisar o desempenho de treinamento e validação do modelo personalizado. A ID do arquivo de resultado é listada para cada modelo personalizado e você pode usar a API REST para recuperar a ID do arquivo e baixar o arquivo de resultado para análise.

O exemplo do Python a seguir usa a API REST para recuperar a ID de arquivo do primeiro arquivo de resultado anexado ao trabalho de ajuste fino para seu modelo personalizado e, em seguida, baixa o arquivo no diretório de trabalho para análise.

curl -X GET "$AZURE_OPENAI_ENDPOINT/openai/fine_tuning/jobs/<JOB_ID>?api-version=2023-12-01-preview" \
  -H "api-key: $AZURE_OPENAI_API_KEY")

curl -X GET "$AZURE_OPENAI_ENDPOINT/openai/files/<RESULT_FILE_ID>/content?api-version=2023-12-01-preview" \
    -H "api-key: $AZURE_OPENAI_API_KEY" > <RESULT_FILENAME>

Nome da coluna	Descrição
`step`	O número da etapa de treinamento. Uma etapa de treinamento representa um único passe, para frente e para trás, em um lote de dados de treinamento.
`train_loss`	A perda do lote de treinamento.
`training_accuracy`	O percentual de conclusões no lote de treinamento para o qual os tokens previstos do modelo corresponderam exatamente aos tokens de conclusão verdadeiros. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,67 (2 de 3) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`train_mean_token_accuracy`	A porcentagem de tokens no lote de treinamento previstos corretamente pelo modelo. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,83 (5 de 6) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`valid_loss`	A perda do lote de validação.
`valid_accuracy`	O percentual de conclusões no lote de validação para o qual os tokens previstos do modelo corresponderam exatamente aos tokens de conclusão verdadeiros. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,67 (2 de 3) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.
`validation_mean_token_accuracy`	A porcentagem de tokens no lote de validação previstos corretamente pelo modelo. Por exemplo, se o tamanho do lote for definido como 3 e seus dados contiverem conclusões `[[1, 2], [0, 5], [4, 2]]`, esse valor será definido como 0,83 (5 de 6) se o modelo previsto for `[[1, 1], [0, 5], [4, 2]]`.

Limpar suas implantações, modelos de personalizados e arquivos de treinamento

Quando terminar o modelo personalizado, você poderá excluir a implantação e o modelo. Você também pode excluir os arquivos de treinamento e validação carregados no serviço, se necessário.

Excluir a implantação do modelo

Você pode usar vários métodos para excluir a implantação do modelo personalizado:

Excluir seu modelo personalizado

Da mesma forma, você pode usar vários métodos para excluir seu modelo personalizado:

Estúdio do OpenAI do Azure

Observação

Você não poderá excluir um modelo personalizado se ele tiver uma implantação existente. Primeiro, você deve excluir a implantação do modelo antes de poder excluir o modelo personalizado.

Excluir seus arquivos de treinamento

Estúdio do OpenAI do Azure

Ajuste fino contínuo

Para executar o ajuste fino em um modelo que você ajustou anteriormente, você usaria o mesmo processo descrito em criar um modelo personalizado mas, em vez de especificar o nome de um modelo base genérico, você especificaria a ID do seu modelo já ajustado. A ID do modelo ajustada parece com gpt-35-turbo-0613.ft-5fd1918ee65d4cd38a5dcf6835066ed7

curl -X POST $AZURE_OPENAI_ENDPOINT/openai/fine_tuning/jobs?api-version=2023-12-01-preview \
  -H "Content-Type: application/json" \
  -H "api-key: $AZURE_OPENAI_API_KEY" \
  -d '{
    "model": "gpt-35-turbo-0613.ft-5fd1918ee65d4cd38a5dcf6835066ed7", 
    "training_file": "<TRAINING_FILE_ID>", 
    "validation_file": "<VALIDATION_FILE_ID>",
    "suffix": "<additional text used to help identify fine-tuned models>"
}'

Também recomendamos incluir o parâmetro suffix para facilitar a distinção entre diferentes iterações do seu modelo ajustado. suffix usa uma cadeia de caracteres e está definido para identificar o modelo ajustado. O sufixo pode conter até 40 caracteres (a-z, A-Z, 0-9 e _) que serão adicionados ao seu nome de modelo ajustado.

Se você não tiver certeza da ID do modelo ajustado, essas informações poderão ser encontradas na página Modelos do Azure OpenAI Studio ou gerar uma lista de modelos para um determinado recurso do Azure OpenAI usando a API REST.

Solução de problemas

Como habilitar o ajuste fino? Criar um modelo personalizado está esmaecido no Azure OpenAI Studio?

Para acessar o ajuste fino com sucesso, é necessário ter o Colaborador de OpenAI de Serviços Cognitivos atribuído. Mesmo alguém com permissões de Administrador de Serviços de alto nível ainda precisaria dessa conta definida explicitamente para acessar o ajuste fino. Para obter mais informações, analise as diretrizes sobre controle de acesso baseado em função.

Por que meu upload falhou?

Se o upload do arquivo falhar, você poderá exibir a mensagem de erro em "arquivos de dados" no Azure OpenAI Studio. Passe o mouse sobre o local onde está escrito "erro" (sob a coluna de status) e uma explicação sobre a falha será exibida.

Meu modelo ajustado não parece ter melhorado

Mensagem do sistema ausente: Você precisa fornecer uma mensagem do sistema ao fazer o ajuste fino; você deverá fornecer essa mesma mensagem do sistema ao usar o modelo ajustado. Se você fornecer uma mensagem de sistema diferente, poderá ver resultados diferentes daqueles que você ajustou.
Dados insuficientes: embora 10 seja o mínimo para que o pipeline seja executado, você precisa de centenas a milhares de pontos de dados para ensinar ao modelo uma nova habilidade. Um número muito pequeno de pontos de dados pode levar a um sobreajuste e a uma generalização ruim. Seu modelo ajustado pode ter um bom desempenho nos dados de treinamento, mas desempenho ruim em outros dados porque ele memorizou os exemplos de treinamento em vez de aprender padrões. Para obter os melhores resultados, planeje preparar um conjunto de dados com centenas ou milhares de pontos de dados.
Dados ruins: Um conjunto de dados mal coletado ou não representativo produzirá um modelo de baixa qualidade. Seu modelo pode aprender padrões imprecisos ou tendenciosos de seu conjunto de dados. Por exemplo, se você estiver treinando um chatbot para atendimento ao cliente, mas só fornecer dados de treinamento para um cenário (por exemplo, devoluções de itens), ele não saberá como responder a outros cenários. Ou, se os dados de treinamento forem ruins (contiverem respostas incorretas), o modelo aprenderá a fornecer resultados incorretos.

Próximas etapas

Explore os recursos de ajuste fino na tutorial de ajuste fino do Azure OpenAI.
Examinar o ajuste modelo de disponibilidade regional

Personalize um modelo com ajuste fino

Pré-requisitos

Modelos

Examinar o fluxo de trabalho do Azure OpenAI Studio

Preparar seus dados de treinamento e validação

Formato de arquivo de exemplo

Formato de arquivo de chat multiturno

Crie seus conjuntos de dados de treinamento e validação

Usar o assistente Criar modelo personalizado

Selecione um modelo base

Escolher seus dados de treinamento

Carregar dados de treinamento do arquivo local

Importar dados de treinamento de um repositório de Blobs do Azure

Escolha seus dados de validação

Carregar dados de validação do arquivo local

Importar dados de validação do armazenamento do Blobs do Azure

Configurar opções avançadas

Examinar suas escolhas e treinar seu modelo

Verificar o status do seu modelo personalizado

Implantar um modelo personalizado

Implantação entre regiões

Usar um modelo personalizado implantado

Analisar seu modelo personalizado

Limpar suas implantações, modelos de personalizados e arquivos de treinamento

Excluir a implantação do modelo

Usar seu modelo personalizado

Excluir seus arquivos de treinamento

Ajuste fino contínuo

Pré-requisitos

Modelos

Examinar o fluxo de trabalho para o SDK do Python

Preparar seus dados de treinamento e validação

Formato de arquivo de exemplo

Formato de arquivo de chat multiturno

Crie seus conjuntos de dados de treinamento e validação

Carregar os dados de treinamento

Criar um modelo personalizado

Verificar o status do trabalho de ajuste fino

Implantar um modelo personalizado

Implantar modelo ajustado

Implantação entre regiões

Implantar um modelo com a CLI do Azure

Usar um modelo personalizado implantado

Analisar seu modelo personalizado

Limpar suas implantações, modelos de personalizados e arquivos de treinamento

Excluir a implantação do modelo

Excluir seu modelo personalizado

Excluir seus arquivos de treinamento

Ajuste fino contínuo

Pré-requisitos

Modelos

Examinar o fluxo de trabalho da API REST

Preparar seus dados de treinamento e validação

Formato de arquivo de exemplo

Formato de arquivo de chat multiturno

Crie seus conjuntos de dados de treinamento e validação

Selecione um modelo base

Carregar os dados de treinamento

Carregar dados de treinamento

Carregar dados de validação

Criar um modelo personalizado

Verificar o status do seu modelo personalizado

Implantar um modelo personalizado

Implantação entre regiões

Implantar um modelo com a CLI do Azure

Usar um modelo personalizado implantado

Analisar seu modelo personalizado

Limpar suas implantações, modelos de personalizados e arquivos de treinamento

Excluir a implantação do modelo

Excluir seu modelo personalizado

Excluir seus arquivos de treinamento

Ajuste fino contínuo

Solução de problemas

Como habilitar o ajuste fino? Criar um modelo personalizado está esmaecido no Azure OpenAI Studio?

Por que meu upload falhou?

Meu modelo ajustado não parece ter melhorado

Próximas etapas

Recursos adicionais