OpenAI 在周二举行的首届开发者大会上推出了 GPT-4 Turbo，并将其描述为 GPT-4 更强大、更具成本效益的后续版本。这次更新增强了上下文处理能力和微调的灵活性，以满足用户需求。

GPT-4 Turbo 有两个版本：一个以文本为中心，另一个也能处理图像。根据 OpenAI 的说法，GPT-4 Turbo 已经 "针对性能进行了优化"，价格低至每 1000 个文本令牌 0.01 美元，每 1000 个图像令牌 0.03 美元，几乎是 GPT-4 价格的三分之一。

这种微调功能是如何使 GPT-4 Turbo 如此与众不同的呢？

OpenAI解释说：微调功能通过在比提示符所能容纳的更多实例上进行训练，改进了少量学习，让你在大量任务上取得更好的结果。从本质上讲，微调技术弥补了通用人工智能模型与针对特定应用的定制解决方案之间的差距。它承诺 "提供比提示更高质量的结果，通过更短的提示节省令牌，以及更快的请求响应"。

微调包括向模型输入大量自定义数据以学习特定行为，将 GPT-4 等大型通用模型转化为利基任务的专用工具，而无需构建全新的模型。例如，对医疗信息进行调整的模型将提供更准确的结果，而且 "说话 "更像医生。

在图像生成器领域可以看到一个很好的类比：经过微调的稳定扩散模型往往能生成比原始稳定扩散 XL 或 1.5 更好的图像，因为它们是从专业数据中学习的。

在这项创新之前，OpenAI 只允许通过自定义指令对其 LLM 的行为进行有限的修改。对于那些寻求定制 OpenAI 模型的人来说，这已经是质量上的重大飞跃。通过在模型的数据集中引入新的数据、语气、语境和声音，微调提升了这一点。