OpenAI Announces Realtime API, Prompt Coaching and Vision Fine-Tuning on GPT-4o for Developers

OpenAI ने मंगलवार को सैन फ्रांसिस्को में अपने वार्षिक DevDay सम्मेलन की मेजबानी की और ChatGPT के एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (एपीआई) संस्करण में कई नए अपग्रेड की घोषणा की, जिसे अन्य एप्लिकेशन और सॉफ़्टवेयर को पावर देने के लिए फिर से तैयार और ठीक किया जा सकता है। उनमें से, प्रमुख परिचय रियलटाइम एपीआई, त्वरित कोचिंग और जीपीटी-4ओ के साथ विजन फाइन-ट्यूनिंग हैं। कंपनी डेवलपर्स के लिए मॉडल डिस्टिलेशन की प्रक्रिया को भी आसान बना रही है। ओपनएआई ने अपने फंडिंग राउंड के पूरा होने की भी घोषणा की और कहा कि उसने इवेंट के दौरान 6.6 बिलियन डॉलर (लगभग 55 हजार करोड़ रुपये) जुटाए।

OpenAI ने डेवलपर्स के लिए नई सुविधाओं की घोषणा की

कई ब्लॉग पोस्ट में, एआई फर्म ने डेवलपर्स के लिए नई सुविधाओं और टूल पर प्रकाश डाला। पहला रियलटाइम एपीआई है जो चैटजीपीटी एपीआई के भुगतान वाले ग्राहकों के लिए उपलब्ध होगा। यह नई क्षमता कम-विलंबता मल्टीमॉडल अनुभव प्रदान करती है, जो चैटजीपीटी एडवांस्ड वॉयस मोड के समान स्पीच-टू-स्पीच बातचीत की अनुमति देती है। डेवलपर्स छह प्रीसेट आवाज़ों का भी उपयोग कर सकते हैं जिन्हें पहले एपीआई में जोड़ा गया था।

एक और नया परिचय एपीआई में त्वरित कोचिंग क्षमता है। OpenAI इस सुविधा को डेवलपर्स के लिए अक्सर उपयोग किए जाने वाले संकेतों पर लागत बचाने के तरीके के रूप में पेश कर रहा है। कंपनी ने देखा कि कोडबेस को संपादित करते समय या चैटबॉट के साथ मल्टी-टर्न बातचीत करते समय डेवलपर्स आमतौर पर वही इनपुट संकेत भेजते रहते हैं। त्वरित कोचिंग के साथ, वे अब रियायती दर पर हाल ही में उपयोग किए गए इनपुट संकेतों का पुन: उपयोग कर सकते हैं। इसकी प्रोसेसिंग भी तेज होगी. नई दरें यहां चेक की जा सकती हैं.

GPT-4o मॉडल को दृष्टि-संबंधी कार्यों के लिए भी ठीक किया जा सकता है। डेवलपर्स बड़े भाषा मॉडल (एलएलएम) को दृश्य डेटा के एक निश्चित सेट पर प्रशिक्षित करके और इसकी आउटपुट दक्षता में सुधार करके अनुकूलित कर सकते हैं। ब्लॉग पोस्ट के अनुसार, दृष्टि कार्यों के लिए GPT-4o के प्रदर्शन को कम से कम 100 छवियों के साथ बेहतर बनाया जा सकता है।

अंत में, कंपनी डेवलपर्स के लिए मॉडल डिस्टिलेशन की प्रक्रिया को भी आसान बना रही है। मॉडल डिस्टिलेशन एक बड़े भाषा मॉडल से छोटे, सुव्यवस्थित एआई मॉडल बनाने की प्रक्रिया है। पहले, प्रक्रिया जटिल थी और इसमें बहु-चरणीय दृष्टिकोण अपनाने की आवश्यकता थी। अब, OpenAI स्टोर्ड कंप्लीशन्स (आसानी से आसवन डेटासेट उत्पन्न करने के लिए), इवल्स (कस्टम मूल्यांकन चलाने और प्रदर्शन को मापने के लिए), और फाइन-ट्यूनिंग (एवल चलाने के बाद सीधे छोटे मॉडल को फाइन-ट्यूनिंग) जैसे नए टूल पेश कर रहा है।

विशेष रूप से, ये सभी सुविधाएँ वर्तमान में बीटा में उपलब्ध हैं और बाद में एपीआई के भुगतान संस्करण का उपयोग करने वाले सभी डेवलपर्स के लिए उपलब्ध होंगी। इसके अलावा, कंपनी ने कहा कि वह इनपुट और आउटपुट टोकन की लागत को और कम करने के लिए कदम उठाएगी।