0代码微调大模型火了，只需5步，成本低至150块

本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的，希望这篇《0代码微调大模型火了，只需5步，成本低至150块》对你有很大帮助！欢迎收藏，分享给更多的需要的朋友学习~

0代码微调一个大模型，成本不到20美元（人民币约144元）？

过程也非常简单，只需5步。

如LLaMA、GPT、StableLM等爆火的开源生成式模型，都能搞定。

图片

这就是Monster API，一个最新火起来的API平台。

有人觉得这个开源领域的新工作，能改写AI开发的游戏规则，加速AI应用的速度。

图片

还有人兴奋提问，之后会接入GPT-3/GPT-4吗？

图片

所以，它具体是怎么实现的？

五步零代码搞定

简单理解，Monster API就是将微调步骤尽可能简易化，让开发者不用再手动进行一系列设置，同时也提供便宜的GPU资源及内存优化。

具体过程如下：

第一步，选择一个模型进行微调。

比如LLaMA-7B、GPT-J-6B、StableLM-7B等，Monster API提供了至少10个基础大模型。

图片

第二步，选择或创建微调任务。比如指令微调、文本分类等，或者自定义任务。

图片

第三步，选择一个HuggingFace数据集。

Monster API可以无缝集成HuggingFace数据集，可选择范围很大；还可以根据任务类型推荐数据集。

并且不用自己手动操作，就能自动设置好格式。

图片

第四步，设置超参数。

图片

第五步，检查和提交。

在设置好如上所有步骤后，确定没有错误就可以提交了。

Monster API表示可以通过WandB上的日志来监测任务。

在其博客中写道，用DataBricks Dolly 15k微调LLaMA-7B完成3个epouch，成本仅需不到20美元（折合人民币约144元）。

官网显示，注册用户后会赠送2500积分。会员分为三档，收费分别是每月9美元/29美元/39美元。

图片

Monster API不仅提供微调功能，还提供多种生成式AI的API接口，并声称其成本比其他方案低了80%。

图片

背后公司已获110万美元融资

消息显示，Monster API背后公司拿下了110万美元的种子前资金（pre-seed funding）。

这家AI初创公司给自己的定位是要做“GPU领域的爱彼迎”，把全世界分散的GPU资源实现灵活调度，让开发者们能够以更低的价格使用。

图片

创始人是两兄弟Gaurav Vij和Saurabh Vij。

其中Gaurav Vij还创立了一家CV公司，正是因为CV公司需要面临巨大的云计算资本，才启发了他们要做这样一个平台。

Saurabh Vij之前是欧洲核研究中心的粒子物理学家，同时也研究分布式计算。

兄弟俩表示在经过多轮技术迭代后，他们优化了消费级GPU在机器学习任务上的性能，使得运行Whisper AI模型的成本相较于AWS平台降低了90%，所以他们就想着为什么不利用这个方法来帮助数以万计的开发者们。

同时他们透露公司的一个客户使用他们的分散的GPU计算资源，已经节省了30万美元。

参考链接：
[1]https://blog.monsterapi.ai/no-code-fine-tuning-llm/
[2]https://www.enterpriseai.news/2023/06/09/monster-api-launches-the-airbnb-of-gpus-with-1-1m-pre-seed/

今天关于《0代码微调大模型火了，只需5步，成本低至150块》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！