OpenAI offre une API puissante pour l'intelligence artificielle. Pour l'utiliser, vous devez d'abord créer une clé API. Suivez ces étapes simples pour obtenir votre clé API OpenAI :
-
Créez un compte OpenAI :
- Allez sur le site web d'OpenAI (https://www.openai.com/).
- Cliquez sur "Sign Up" pour créer un compte si vous n'en avez pas déjà un.
-
Accédez à votre compte :
- Une fois connecté, accédez à votre compte OpenAI.
-
Accédez à la section API :
- Dans votre compte OpenAI, recherchez la section API ou accédez directement à l'URL suivante : https://platform.openai.com/account/api-keys.
-
Créez une nouvelle clé API :
- Cliquez sur le bouton "Create API Key".
- Donnez un nom à votre clé API pour la reconnaître facilement.
-
Copiez votre clé API :
- Une fois la clé API créée, copiez-la. Elle ressemblera à quelque chose comme
sk-XXXXXXXXXXXXXXXXXXXXXXXX
.
- Une fois la clé API créée, copiez-la. Elle ressemblera à quelque chose comme
-
Conservez votre clé en sécurité :
- Il est important de garder votre clé API en sécurité et de ne pas la partager publiquement.
-
Utilisez votre clé API :
- Vous pouvez maintenant utiliser votre clé API pour accéder aux services OpenAI depuis votre application.
-
Gérez votre clé API :
- Dans votre compte OpenAI, vous pouvez gérer vos clés API, en créer de nouvelles ou en révoquer si nécessaire.
C'est tout ! Vous avez maintenant créé votre clé API OpenAI et vous êtes prêt à commencer à utiliser l'API pour vos projets d'intelligence artificielle.
Pour utiliser l'API OpenAI dans votre environnement Windows, vous devez définir une variable d'environnement pour stocker votre clé API. Voici comment faire :
-
Trouver les paramètres système avancés :
- Cliquez avec le bouton droit sur "Ce PC" ou "Ordinateur" dans l'explorateur de fichiers ou sur le bureau.
- Sélectionnez "Propriétés" dans le menu contextuel.
- Cliquez sur "Paramètres système avancés" sur le côté gauche de la fenêtre.
-
Ouvrir les variables d'environnement :
- Dans la fenêtre "Propriétés système", cliquez sur le bouton "Variables d'environnement..." près du bas de la fenêtre.
-
Ajouter une nouvelle variable d'environnement :
- Dans la section "Variables système" ou "Variables utilisateur", cliquez sur "Nouvelle...".
- Pour "Nom de la variable", entrez :
OPENAI_API_KEY
. - Pour "Valeur de la variable", entrez votre clé API OpenAI.
-
Valider et appliquer les modifications :
- Cliquez sur "OK" pour fermer la fenêtre "Nouvelle variable système" ou "Nouvelle variable utilisateur".
- Cliquez sur "OK" pour fermer la fenêtre "Variables d'environnement".
- Cliquez sur "OK" pour fermer la fenêtre "Propriétés système".
-
Redémarrer votre ordinateur :
- Pour que les modifications prennent effet, vous devrez peut-être redémarrer votre ordinateur.
Votre variable d'environnement OPENAI_API_KEY
est maintenant configurée pour être utilisée dans votre environnement Windows.
Voici les étapes pour la procédure du fonctionnement du fine-tuning.
-
Initialisation de l'interface utilisateur
- Ouvrez l'interface utilisateur.
- Naviguez vers l'onglet "Create Fine-Tuning Job".
Classe et fonction requises :
OpenAIInterfaceFT.__init__
-
Sélection du fichier de données d'entraînement
- Cliquez sur le bouton "Browse" pour ouvrir une fenêtre de dialogue.
- Sélectionnez le fichier JSONL contenant les données d'entraînement.
Classe et fonction requises :
OpenAiInterfaceUtils.browse_training_data
-
Configuration du modèle
- Saisissez le nom du modèle à utiliser dans le champ "Model".
- Par défaut, le modèle est "gpt-3.5-turbo".
-
Création du job de fine-tuning
- Cliquez sur le bouton "Envoyer" pour démarrer le processus de création du job de fine-tuning.
- Le fichier de données d'entraînement sera téléchargé et un job de fine-tuning sera créé via l'API OpenAI.
Classe et fonction requises :
OpenAiInterfaceUtils.create_fine_tuning_job
FineTuningHandle.upload_training_file
FineTuningHandle.create_fine_tuning_job
Étape 2 : Gestion des jobs de fine-tuning https://platform.openai.com/finetune
-
Visualisation des jobs de fine-tuning
- Naviguez vers l'onglet "List Fine-Tuning Jobs".
- Cliquez sur le bouton "Get All Job IDs" pour récupérer et afficher tous les IDs des jobs de fine-tuning existants.
Classe et fonction requises :
OpenAiInterfaceUtils.display_job_ids
FineTuningHandle.get_all_job_ids
-
Sélection d'un job
- Dans la liste des jobs affichés, sélectionnez un job en cliquant dessus.
- Utilisez le bouton "Select/Copy Job IDs" pour copier l'ID du job sélectionné dans le presse-papiers.
- Utilisez le bouton "Select/Copy Names" pour copier le nom du job sélectionné dans le presse-papiers.
Classe et fonction requises :
OpenAiInterfaceUtils.select_job_ids
OpenAiInterfaceUtils.select_names
OpenAiInterfaceUtils.copy_to_clipboard
-
Annulation d'un job
- Sélectionnez le job que vous souhaitez annuler.
- Cliquez sur "Select/Copy Job IDs"
- Cliquez sur le bouton "Cancel Job" pour annuler le job de fine-tuning sélectionné.
- Cliquez sur "Get All Job IDs pour vérifier si le job n'est plu présent."
Classe et fonction requises :
OpenAiInterfaceUtils.cancel_job
FineTuningHandle.cancel_fine_tuning_job
-
Chargement des jobs de fine-tuning existants
- Lorsque vous ouvrez l'application, les jobs de fine-tuning existants peuvent être chargés automatiquement à partir de l'API OpenAI.
Classe et fonction requises :
OpenAiInterfaceUtils.display_job_ids
FineTuningHandle.get_all_job_ids
-
Sélection d'un job existant
- Dans la liste des jobs affichés, sélectionnez le job que vous souhaitez utiliser pour d'autres opérations.
- Utilisez les boutons appropriés pour copier l'ID ou le nom du job pour des utilisations ultérieures.
Classe et fonction requises :
OpenAiInterfaceUtils.select_job_ids
OpenAiInterfaceUtils.select_names
OpenAiInterfaceUtils.copy_to_clipboard
- Assurez-vous que tous les champs nécessaires sont correctement remplis avant de soumettre un job de fine-tuning.
- En cas d'erreur, un message d'erreur s'affichera dans l'interface utilisateur, indiquant le problème et les actions correctives possibles.
- Les fonctions principales de gestion des jobs de fine-tuning sont encapsulées dans la classe
FineTuningHandle
, qui communique avec l'API OpenAI pour effectuer les opérations nécessaires.
-
n_epochs :
- string or integer
- The number of epochs to train the model for.
- An epoch refers to one full cycle through the training dataset.
- "auto" decides the optimal number of epochs based on the size of the dataset.
- If setting the number manually, we support any number between 1 and 50 epochs.
-
batch_size :
- string or integer
- Optional
- Defaults to "auto"
- Number of examples in each batch. A larger batch size means that model parameters are updated less frequently, but with lower variance.
-
learning_rate_multiplier :
- string or number
- Optional
- Defaults to "auto"
- Scaling factor for the learning rate. A smaller learning rate may be useful to avoid overfitting.
-
seed :
- integer or null
- Optional
- If specified, our system will make a best effort to sample deterministically, such that repeated requests with the same seed and parameters should return the same result.
- Determinism is not guaranteed, and you should refer to the system_fingerprint response parameter to monitor changes in the backend.
-
suffix :
- string or null
- Optional
- Defaults to null
- A string of up to 18 characters that will be added to your fine-tuned model name.
- For example, a suffix of "custom-model-name" would produce a model name like ft:gpt-3.5-turbo:openai:custom-model-name:7p4lURel.
- Suffix must only contain letters, numbers, and dashes
-
model :
- string
- Required
- The name of the model to fine-tune. You can select one of the supported models.
-
training_file :
- string
- Required
- The ID of an uploaded file that contains training data.
- See upload file for how to upload a file.
- Your dataset must be formatted as a JSONL file. Additionally, you must upload your file with the purpose fine-tune.
- See the fine-tuning guide for more details.