ファインチューニングの作成

POST

https://api.openai.com/v1/fine-tunes

モデルを特定のトレーニングデータに合わせて調整するためのファインチューニングジョブを管理します。

関連ガイド:モデルのファインチューニング

指定されたモデルを与えられたデータセットからファインチューニングするジョブを作成します。

応答には、キューに入れられたジョブの詳細が含まれており、ジョブのステータスやファインチューニングされたモデルの名前が完了後に返されます。

ファインチューニングの詳細については、こちらをご覧ください

Request Example

Shell

JavaScript

Java

Swift

curl --location --request POST 'https://api.openai.com/v1/fine-tunes' \
--header 'Content-Type: application/json' \
--data-raw '{
  "training_file": "text-similarity-babbage-001"
}'

Response Example

{
  "id": "ft-AF1WoRqd3aJAHsqc9NY7iL8F",
  "object": "fine-tune",
  "model": "curie",
  "created_at": 1614807352,
  "events": [
    {
      "object": "fine-tune-event",
      "created_at": 1614807352,
      "level": "info",
      "message": "Job enqueued. Waiting for jobs ahead to complete. Queue number: 0."
    }
  ],
  "fine_tuned_model": null,
  "hyperparams": {
    "batch_size": 4,
    "learning_rate_multiplier": 0.1,
    "n_epochs": 4,
    "prompt_loss_weight": 0.1
  },
  "organization_id": "org-...",
  "result_files": [],
  "status": "pending",
  "validation_files": [],
  "training_files": [
    {
      "id": "file-XGinujblHPwGLSztz8cPS8XY",
      "object": "file",
      "bytes": 1547276,
      "created_at": 1610062281,
      "filename": "my-data-train.jsonl",
      "purpose": "fine-tune-train"
    }
  ],
  "updated_at": 1614807352
}

Request

Authorization

Provide your bearer token in the

Authorization

header when making requests to protected resources.

Example:

Authorization: Bearer ********************

Header Params

Authorization

string

optional

Example:

Bearer {{YOUR_API_KEY}}

Body Params application/json

training_file

string

required

トレーニングデータを含むアップロードされたファイルのID。ファイルのアップロード方法については「ファイルのアップロード」を参照してください。データセットはJSONL形式で、各トレーニング例は prompt と completion キーを持つJSONオブジェクトである必要があります。また、ファイルは fine-tune の目的でアップロードする必要があります。ファインチューニングガイドの詳細を参照してください。

validation_file

string

optional

検証データを含むアップロードされたファイルのID。このファイルを提供すると、ファインチューニング中に定期的に検証メトリクスが生成され、ファインチューニング結果ファイルで確認できます。トレーニングデータと検証データは互いに排他的である必要があります。データセットはJSONL形式で、各検証例は prompt と completion キーを持つJSONオブジェクトである必要があります。また、ファイルは fine-tune の目的でアップロードする必要があります。ファインチューニングガイドの詳細を参照してください。

model

string

optional

ファインチューニングするベースモデルの名前。選択できるのは ada、 babbage、curie、 davinci、または2022年4月21日以降に作成されたファインチューニング済みモデルです。これらのモデルについて詳しくは、モデルのドキュメントを参照してください。

n_epochs

integer

optional

モデルをトレーニングするエポックの数。エポックとは、トレーニングデータセットの 1 つの完全なサイクルを指します。

batch_size

integer

optional

トレーニングに使用するバッチサイズ。バッチサイズとは、単一の順伝播と逆伝播で使用されるトレーニング例の数です。デフォルトでは、バッチサイズはトレーニングセットの例の数の約0.2％に動的に設定され、最大256に制限されます。一般的に、データセットが大きいほど、バッチサイズが大きい方がうまく機能することが分かっています。

learning_rate_multiplier

number

optional

トレーニングに使用する学習率乗数。ファインチューニングの学習率は、事前トレーニングで使用された元の学習率にこの値を掛け算したものです。デフォルトでは、学習率乗数は最終的なバッチサイズに応じて0.05、0.1、または0.2になります（大きな学習率は大きなバッチサイズに対してうまく機能します）。最適な結果を得るために、0.02から0.2の範囲で値を変更することをお勧めします。

prompt_loss_weight

number

optional

プロンプトトークンに対するロスの重み。この値は、モデルがプロンプトを生成する方法を学習する程度（完了部分は常に1.0の重みがつけられます）を制御し、完了部分が短い場合にトレーニングの安定化効果を加えることができます。プロンプトが非常に長い場合（完了部分に対して）、プロンプトの学習を過度に優先しないように、この重みを減らすことが有益な場合があります。

compute_classification_metrics

boolean

optional

設定されている場合、各エポックの終了時に、検証セットを使用して分類特有のメトリクス（精度やF-1スコアなど）を計算します。これらのメトリクスは、結果ファイルで確認できます。分類メトリクスを計算するためには、validation_file を提供する必要があります。また、多クラス分類の場合は classification_n_classes、バイナリ分類の場合は classification_positive_class を指定する必要があります。

classification_n_classes

integer

optional

分類タスク内のクラスの数。このパラメータはマルチクラス分類に必要です。

classification_positive_class

string

optional

二項分類におけるポジティブクラス。このパラメーターは、バイナリ分類を行うときに精度、再現率、および F1 メトリクスを生成するために必要です。

classification_betas

array[string]

optional

提供された場合、指定したβ値でF-βスコアを計算します。F-βスコアはF-1スコアの一般化で、バイナリ分類にのみ使用されます。βが1の場合（すなわちF-1スコア）、精度と再現率は同じ重みで評価されます。β値が大きいほど再現率に重みが置かれ、精度には相対的に重みが少なくなります。逆に、β値が小さいと精度に重みが置かれ、再現率は軽視されます。

suffix

string | null

optional

最大40文字の文字列で、ファインチューニングされたモデル名に追加されます。たとえば、"custom-model-name"という suffix を追加すると、モデル名は ada:ft-your-org:custom-model-name-2022-02-15-04-21-04 のようになります。

Examples

Responses

🟢200成功

application/json

Body

string

required

object

string

required

model

string

required

created_at

integer

required

events

array [object {4}]

required

object

string

optional

created_at

integer

optional

level

string

optional

message

string

optional

fine_tuned_model

null

required

hyperparams

object

required

batch_size

integer

required

learning_rate_multiplier

number

required

n_epochs

integer

required

prompt_loss_weight

number

required

organization_id

string

required

result_files

array[string]

required

status

string

required

validation_files

array[string]

required

training_files

array [object {6}]

required

string

optional

object

string

optional

bytes

integer

optional

created_at

integer

optional

filename

string

optional

purpose

string

optional

updated_at

integer

required

Modified at 2024-12-04 10:04:11

ファインチューニングの一覧取得

バッチの作成