0代码微调一个大模型,成本不到20美元(人民币约144元)?
过程也非常简单,只需5步。
如LLaMA、GPT、StableLM等爆火的开源生成式模型,都能搞定。
这就是Monster API,一个最新火起来的API平台。
有人觉得这个开源领域的新工作,能改写AI开发的游戏规则,加速AI应用的速度。
还有人兴奋提问,之后会接入GPT-3/GPT-4吗?
所以,它具体是怎么实现的?
五步零代码搞定
简单理解,Monster API就是将微调步骤尽可能简易化,让开发者不用再手动进行一系列设置,同时也提供便宜的GPU资源及内存优化。
具体过程如下:
第一步,选择一个模型进行微调。
比如LLaMA-7B、GPT-J-6B、StableLM-7B等,Monster API提供了至少10个基础大模型。
第二步,选择或创建微调任务。比如指令微调、文本分类等,或者自定义任务。
第三步,选择一个HuggingFace数据集。
Monster API可以无缝集成HuggingFace数据集,可选择范围很大;还可以根据任务类型推荐数据集。
并且不用自己手动操作,就能自动设置好格式。
第四步,设置超参数。
第五步,检查和提交。
在设置好如上所有步骤后,确定没有错误就可以提交了。
Monster API表示可以通过WandB上的日志来监测任务。
在其博客中写道,用DataBricks Dolly 15k微调LLaMA-7B完成3个epouch,成本仅需不到20美元(折合人民币约144元)。
官网显示,注册用户后会赠送2500积分。会员分为三档,收费分别是每月9美元/29美元/39美元。
除了微调以外,Monster API还提供各种生成式AI的API接口,并表示成本比其他方案低80%。
背后公司已获110万美元融资
消息显示,Monster API背后公司拿下了110万美元的种子前资金(pre-seed funding)。
这家AI初创公司给自己的定位是要做“GPU领域的爱彼迎”,把全世界分散的GPU资源实现灵活调度,让开发者们能够以更低的价格使用。
创始人是两兄弟Gaurav Vij和Saurabh Vij。
其中Gaurav Vij还创立了一家CV公司,正是因为CV公司需要面临巨大的云计算资本,才启发了他们要做这样一个平台。
Saurabh Vij之前是欧洲核研究中心的粒子物理学家,同时也研究分布式计算。
兄弟俩表示在经过多轮技术迭代后,他们优化了消费级GPU在机器学习任务上的性能,使得运行Whisper AI模型的成本相较于AWS平台降低了90%,所以他们就想着为什么不利用这个方法来帮助数以万计的开发者们。
同时他们透露公司的一个客户使用他们的分散的GPU计算资源,已经节省了30万美元。
参考链接:
[1]blog.monsterapi.ai/no-code-fin…
[2]www.enterpriseai.news/2023/06/09/…
— 完 —