Recientemente, Charlie George, ingeniero de aprendizaje automático de Elicit, publicó un artículo en el blog de LangChain donde afirma que han superado a GPT-4 en la tarea de resumen de noticias utilizando el ajuste fino de ChatGPT con datos sintéticos.
El estudio empleó el ajuste fino de ChatGPT con indicaciones de densidad en cadena, superando a GPT-4 en cero disparos en los indicadores de evaluación automática. Los resultados se aproximaron al nivel de GPT-4 con indicaciones en cadena.
Simultáneamente, el ajuste fino de ChatGPT resultó 11 veces más rápido que GPT-4 en cero disparos y 33 veces más rápido que GPT-4 con indicaciones en cadena. Los costos se redujeron en un 63% y un 84%, respectivamente.
Los resultados demuestran que el ajuste fino de ChatGPT puede lograr una calidad de resumen de noticias similar a la de GPT-4 con indicaciones en cadena, pero con una velocidad y un costo computacional significativamente menores. Este método ofrece una vía viable para la implementación a gran escala de aplicaciones de IA de nueva generación.
