OpenAI ได้ประกาศการนำ Vision fine-tuning มาใช้กับ GPT-4o ทำให้ผู้พัฒนาสามารถปรับแต่งโมเดลได้ด้วยการใช้ภาพควบคู่ไปกับข้อมูลข้อความ
การเพิ่มความสามารถนี้ช่วยให้โมเดลสามารถมีความเข้าใจในภาพที่แข็งแกร่งขึ้น ซึ่งเป็นประโยชน์อย่างมากสำหรับแอปพลิเคชันต่างๆ เช่น การค้นหาด้วยภาพที่เหนือกว่า การตรวจจับวัตถุสำหรับยานยนต์ไร้คนขับ หรือการวิเคราะห์ภาพทางการแพทย์ที่แม่นยำ
ก่อนหน้านี้ ผู้พัฒนาหลายแสนรายได้ปรับแต่งโมเดลโดยใช้ชุดข้อมูลเฉพาะทางด้วยข้อความเท่านั้น แต่สำหรับหลายกรณี การใช้ข้อความเพียงอย่างเดียวอาจไม่ให้ประสิทธิภาพตามที่คาดหวังเสมอไป
ทั้งนี้ สำหรับผู้ใช้ที่ใช้งาน fine-tuning อยู่แล้ว พวกเขายังคงสามารถสร้างงานฝึกต่อไปได้ในอีกหลายเดือนข้างหน้า แม้ว่าแพลตฟอร์ม fine-tuning จะยุติการเปิดรับผู้ใช้ใหม่แล้วก็ตาม
ศัพท์ที่ควรรู้
- Fine-tuning – คือกระบวนการปรับแต่งโมเดล AI ให้มีความเชี่ยวชาญเฉพาะทางมากขึ้นด้วยข้อมูลใหม่
- GPT-4o – คือโมเดล AI รุ่นใหม่ของ OpenAI ที่รองรับการทำงานร่วมกันของข้อความและภาพ
- Vision fine-tuning – คือการใช้ภาพเป็นข้อมูลในการฝึกโมเดล AI เพื่อให้โมเดลเข้าใจภาพได้ลึกซึ้งขึ้น
ที่มา: OpenAI