GPT-4o Görsel İnce Ayarı: Örneklerle Rehber

Kısa bir süre öncesine kadar GPT-4o üzerinde ince ayar yapmak yalnızca metinle mümkündü. Artık OpenAI’nin en son ince ayar API’siyle GPT-4o’yu görsellerle de özelleştirebiliyoruz. Bu, GPT-4o’nun yeteneklerini kullanım senaryomuza uyarlayabileceğimiz anlamına geliyor.

Bu güncelleme yeni olasılıkların kapısını açıyor—daha doğru görsel aramalar, nesne tespiti veya hatta tıbbi görüntü analizi için GPT-4o’ya ince ayar yapmayı hayal edin.

Bu eğitimde, GPT-4o’yu görsellerle ince ayar yapma konusunda adım adım rehberlik sağlayacağım. Özellikle, modeli Gürcü Ortodoks kiliselerini doğru şekilde tanıyacak biçimde ince ayar yapacağız.

GPT-4o Görsel İnce Ayar Fiyatlandırması

OpenAI, 31 Ekim’e kadar GPT-4o modelini görsellerle ince ayar yapmak için günde bir milyon ücretsiz jeton sunuyor; bu da GPT-4o’nun görsel ince ayar yeteneklerini keşfetmek için iyi bir fırsat.

31 Ekim’den sonra eğitim maliyetleri, milyon jeton başına 25 $ ücretle kullandıkça öde modeline geçecek. Ayrıca her bir girdi için (milyon jeton başına 3,75 $) ve çıktı için (milyon jeton başına 15 $) çıkarım maliyetleri uygulanacaktır.

Bu bilgilerin 10 Ekim itibarıyla doğru olduğunu belirtmek önemlidir; en güncel fiyatlandırma ve erişilebilirlik detayları için OpenAI’nin fiyatlandırma sayfasına bakmayı unutmayın.

GPT-4o’nun Görsel Sorununa Meydan Okuma

Hadi ilginç kısma geçelim. GPT-4o için görsel ince ayarı pratikte nasıl yaparız?

Önce GPT-4o’nun şu Gürcü kilisesini ne kadar iyi tanıdığını değerlendirelim:

Sorduğumuzda, model bu görselin Gürcistan’daki Aziz Nikola Kilisesi olduğunu düşündü; oysa gerçekte, bu Kutaisi Müjde Tapınağı’dır.

Açıkça görüldüğü gibi, geliştirilebilecek alan var ve burada ince ayar devreye giriyor.

JSONL dosyasını hazırlayın

İnce ayara başlamak için önce eğitim veri kümemizi hazırlamamız gerekiyor. Resmi belgelere göre, şu şekilde yapılandırılmış bir JSONL dosyasına ihtiyacımız var:

{
  "messages": [
    {
      "role": "system",
      "content": "You are an assistant that identifies Georgian orthodox churches."
    },
    {
      "role": "user",
      "content": "What is this church called?"
    },
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://upload.wikimedia.org/wikipedia/commons/e/e8/Khareba_church.jpg"
          }
        }
      ]
    },
    {
      "role": "assistant",
      "content": "Kutaisi Holy Annunciation temple"
    }
  ]
}

//second example

{
  "messages": [
    {
      "role": "system",
      "content": "You are an assistant that identifies Georgian orthodox churches."
    },
    {
      "role": "user",
      "content": "What is this church called?"
    },
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://upload.wikimedia.org/wikipedia/en/a/af/Holy_Trinity_Cathedral_of_Tbilisi.jpg"
          }
        }
      ]
    },
    {
      "role": "assistant",
      "content": "Holy trinity cathedral"
    }
  ]
}

//other examples below

Okunabilirlik ve yer tasarrufu açısından, eğitim JSONL dosyamdan yalnızca iki girdilik bir parçayı ekledim; diğer eğitim örnekleri ayrı satırlara eklenmelidir.

İnce ayarı çalıştırmak için en az 10 örneğe ihtiyacımız olduğunu unutmayın. Her satır, bir messages dizisine sahip bağımsız bir JSON nesnesini temsil eder.

Ayrıca JSONL’nin yorumları desteklemediğini de unutmayın; bu rehber uğruna // sonrasına yorumlar eklemeyi tercih ettim. Eğitime başlamadan önce bunları kaldırdığınızdan emin olun.

Not Defteri gibi standart bir metin düzenleyicisi kullanabilirsiniz veya çok sayıda örnekle çalışıyorsanız bu dosyanın oluşturulmasını bir betikle otomatikleştirmek iyi bir fikirdir. JSONL dosyanız hazır olduğunda ince ayar sürecine başlayabilirsiniz.