Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai4. April 2024 · Q007226

Introducing improvements to the fine-tuning API and expanding our custom models program

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht beschreibt neue Steuerungs- und Auswertungsfunktionen für Fine-Tuning sowie OpenAIs betreute und vollständig maßgeschneiderte Modellangebote. Kundenresultate werden als Angaben von OpenAI wiedergegeben; Testdetails fehlen teilweise. Ein Nachtrag von Mai 2026 besagt, dass die Fine-Tuning-Plattform ausläuft und für neue Nutzer bereits nicht mehr zugänglich ist.

Mittel

Der Bericht kündigt Verbesserungen an OpenAIs Fine-Tuning-API sowie erweiterte Angebote für maßgeschneiderte Modelle an. Fine-Tuning soll Modelle für konkrete Aufgaben anpassen; neue Funktionen sollten unter anderem Trainingsstände je Epoche, Modellvergleiche im Playground, Drittanbieter-Integrationen, umfassendere Validierungskennzahlen und Hyperparameter-Einstellungen im Dashboard ermöglichen.

OpenAI veranschaulicht die Angebote anhand von Kundenbeispielen. Laut Bericht reduzierte Indeed mit GPT‑3.5 Turbo die Prompt-Tokens um 80 Prozent und skalierte auf etwa 20 Millionen Nachrichten pro Monat. Bei SK Telecom habe eine Anpassung von GPT‑4 die Gesprächszusammenfassung um 35 Prozent und die Absichtserkennung um 33 Prozent verbessert; Zufriedenheitswerte stiegen demnach von 3,6 auf 4,5 von 5. Harvey habe mit OpenAI ein Rechtsmodell aufgebaut, dessen Antworten laut Unternehmen um 83 Prozent häufiger faktisch korrekt waren und von Anwälten in 97 Prozent der Vergleiche gegenüber GPT‑4 bevorzugt wurden. Der Bericht legt die Testmethoden dieser Zahlen nicht näher offen.

Ein Nachtrag vom Mai 2026 stellt klar, dass OpenAI die Fine-Tuning-Plattform auslaufen lässt: Neue Nutzer haben keinen Zugang mehr; bestehende Nutzer können noch für einige Monate Trainingsjobs erstellen. Feinabgestimmte Modelle sollen bis zur Abkündigung ihrer Basismodelle für Inferenz verfügbar bleiben.

Ausführlich lesen

Der Bericht stellt OpenAIs damalige Erweiterungen für die Fine-Tuning-API und das Custom-Models-Programm vor. Ein vorangestellter Nachtrag vom 8. Mai 2026 ergänzt jedoch, dass OpenAI die Fine-Tuning-Plattform auslaufen lässt: Neue Nutzer können sie nicht mehr verwenden. Bestehende Nutzer sollen noch einige Monate Trainingsjobs erstellen können; bereits feinabgestimmte Modelle sollen für Inferenz verfügbar bleiben, bis ihre Basismodelle abgekündigt werden. Ein genauer Zeitplan wird im Bericht nicht ausgeführt, sondern über einen Link angekündigt.

Im Hauptteil beschreibt OpenAI Fine-Tuning als eine Möglichkeit, Modelle für bestimmte Aufgaben anzupassen. Der Bericht nennt als Beispiele bessere Codeerzeugung für eine bestimmte Programmiersprache, Zusammenfassungen in vorgegebenem Format und personalisierte Inhalte. OpenAI zufolge kann die Methode umfangreichere Beispieldaten nutzen, als in eine einzelne Eingabe passen, und dadurch Qualität verbessern sowie Kosten und Latenz senken. Das sind allgemeine Aussagen des Unternehmens, keine im Bericht systematisch verglichenen Ergebnisse.

Als Fallbeispiel berichtet Indeed, GPT‑3.5 Turbo für personalisierte Jobempfehlungen angepasst zu haben. Laut OpenAI sank dadurch die Zahl der Prompt-Tokens um 80 Prozent, was Kosten und Latenz verbessert habe. Indeed habe so das Nachrichtenvolumen von weniger als einer Million auf ungefähr 20 Millionen pro Monat steigern können. Der Bericht nennt keine näheren Angaben zu Messverfahren oder Vergleichsbedingungen.

Die angekündigten API- und Dashboard-Funktionen sollten Trainingsjobs besser steuerbar und Ergebnisse leichter vergleichbar machen. Dazu zählten automatische Modellstände nach jeder Trainingsrunde, ein Playground für den direkten Vergleich mehrerer Modelle oder Checkpoints anhand derselben Eingabe, Integrationen mit Drittanbietern – zunächst Weights & Biases –, Kennzahlen wie Verlust und Genauigkeit über den gesamten Validierungsdatensatz sowie Einstellungen für Hyperparameter im Dashboard. Außerdem sollten dort detailliertere Trainingswerte angezeigt und Jobs aus früheren Konfigurationen erneut gestartet werden können.

Das Custom-Models-Programm beschreibt zwei weitergehende Formen der Zusammenarbeit. Beim „Assisted Fine-Tuning“ unterstützen OpenAIs technische Teams unter anderem mit zusätzlichen Hyperparametern, PEFT-Verfahren, Datenpipelines und Evaluierungssystemen. Für SK Telecom berichtet der Text von einer mehrwöchigen Anpassung von GPT‑4 für koreanische Telekommunikationsgespräche. Im Vergleich zu GPT‑4 seien die Qualität von Gesprächszusammenfassungen um 35 Prozent und die Genauigkeit der Absichtserkennung um 33 Prozent gestiegen; Zufriedenheitswerte hätten sich von 3,6 auf 4,5 von 5 erhöht. Der Bericht liefert keine unabhängige Prüfung dieser Unternehmensangaben.

Für Organisationen mit großen Mengen proprietärer Daten beschreibt OpenAI außerdem vollständig maßgeschneiderte Modelle, die von Grund auf beziehungsweise durch Veränderungen während des Zwischen- und Nachtrainings entstehen. Als Beispiel nennt der Bericht Harvey: Das Unternehmen habe mit OpenAI ein Rechtsmodell entwickelt, dem Kontext im Umfang von zehn Milliarden Tokens hinzugefügt worden sei. OpenAI zufolge stieg der Anteil faktisch korrekter Antworten um 83 Prozent; Anwälte hätten die Ausgaben des angepassten Modells in 97 Prozent der Vergleiche gegenüber GPT‑4 bevorzugt. Auch hier fehlen im Text Einzelheiten zu Testaufbau und Stichprobe.

OpenAI vertritt abschließend die Einschätzung, dass künftig viele Organisationen branchenspezifische Modelle entwickeln werden. Der Artikel empfiehlt, Anwendungsfall und Evaluation sorgfältig festzulegen und die Anpassung iterativ zu verbessern. Seine Produktankündigungen sind angesichts des Nachtrags zum Auslaufen der Plattform als historischer Stand zu lesen; der Nachtrag begrenzt die Verfügbarkeit der beschriebenen Fine-Tuning-Plattform.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Es liegen zwei Fassungen von Lunas Zusammenfassung vor. Bewertet wurde die mittlere, weil sie den Bericht vollständiger wiedergibt. Die kurze Fassung ist sachlich korrekt, nennt aber weder Kundenbeispiele noch die Feature-Liste und ist deshalb deutlich knapper.

Im Bericht, aber nicht in der Zusammenfassung

  • Das Assisted-Fine-Tuning wird als formales Angebot innerhalb des Custom-Model-Programms beschrieben, mit Verbesserung über die API hinaus (zusätzliche Hyperparameter, PEFT-Methoden).
  • Das Custom-trained-Model wird als eigener Ansatz mit Mid-Training und Post-Training beschrieben, und Harvey hat dafür rund 10 Milliarden Tokens an Daten eingesetzt.
  • Die Verbreitung des Fine-Tunings wird genannt: seit August 2023 für GPT-3.5 haben tausende Organisationen hunderttausende Modelle trainiert.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 48 %gleiches Oberthema, hilft nicht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 55 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 46 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 23 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 60 %einzelne zitierbare Belege
    • JEV 33 %Hintergrund, keine Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →