OpenAI于4月5日凌晨在其官网宣布，新增了6项全新的微调API功能，这些功能将进一步扩展自定义模型的灵活性，助力企业和开发者在特定领域构建更为精细化的ChatGPT应用。

这些新增的功能包括基于Epoch的检查点创建、Playground新功能、第三方集成、全面验证指标、超参数配置以及更详细的微调仪表板改进。这些功能将适用于GPT-4/Turbo以及GPT-3.5等系列模型，为开发者提供了更为强大的自定义能力。

为了帮助开发者更好地掌握这些新功能，OpenAI还提供了详细的微调API教程，链接地址为：https://platform.openai.com/docs/guides/fine-tuning。

此次新增的微调API功能是对OpenAI于2023年8月22日首次推出的基于GPT-3.5Turbo的微调API功能的进一步完善。自推出以来，已有数千个全球组织借助这些微调API功能，训练了数十万个自定义模型，实现了降本增效的目标。

新功能中的基于Epoch的检查点创建能够在模型训练过程中自动保存状态，大大提高了训练效率；Playground新功能则提供了一个并排的界面，方便开发者比较不同模型的质量和性能；第三方集成功能使得开发者能够与其他平台共享详细的微调数据；全面验证指标功能则可以计算整个验证数据集的各项指标，帮助开发者更好地了解模型质量。

此外，微调仪表板的改进包括配置超参数、查看更详细的训练指标以及从以前的配置重新运行作业等功能，使开发者在微调过程中能够掌控更详细、直观的数据。同时，超参数配置功能也得到了增强，现在开发者可以直接从仪表板配置可用的超参数了。

微调（Fine-tuning）技术是一种在预训练大模型基础上进行优化和调整模型参数的方法，旨在使模型更好地适应特定业务场景。通过微调训练，使用带标注的私有数据以较小的学习率对整个模型进行训练，直至模型在验证集上的指标达到理想效果。现在随着OpenAI新推出的6个微调API功能，这一技术将得到更为广泛的应用和深入的发展。