شتاب دهی میکروسافت به تنظیم دقیق GPT-4.1 با بهینه سازی مستقیم ترجیحات

میکروسافت با معرفی به‌روزرسانی‌های جدید در مجموعه ابزارهای Azure AI، نحوه تنظیم دقیق مدل‌های زبان بزرگ را برای سازمان‌ها دگرگون کرده است. آخرین قابلیت‌های افزوده‌شده به پورتال Azure AI Foundry، همراه با بهبودهای ارائه‌شده در API و SDK سرویس Azure OpenAI، اکنون از بهینه‌سازی مستقیم ترجیحات (Direct Preference Optimization یا DPO) برای مدل‌های قدرتمند GPT-4.1 و GPT-4.1-mini پشتیبانی می‌کنند.

بهینه‌سازی مستقیم ترجیحات (DPO) چیست و چرا اهمیت دارد؟ DPO به عنوان یک تکنیک پیشرفته در تنظیم مدل هوش مصنوعی، به توسعه‌دهندگان این امکان را می‌دهد که مدل‌های خود را با تکیه بر ترجیحات انسانی، و نه فقط یادگیری تقویتی با بازخورد انسانی (RLHF)، بهبود دهند. با مقایسه پاسخ‌های مطلوب و نامطلوب، DPO وزن‌دهی مدل را طوری تنظیم می‌کند تا خروجی‌ها به انتظارات کاربران و لحن برند نزدیک‌تر شوند. این روش نسبت به RLHF به منابع محاسباتی کمتری نیاز داشته و سرعت بالاتری دارد، اما همچنان دقت بالایی در هم‌راستاسازی مدل‌ها ارائه می‌دهد.

این نوآوری به شرکت‌ها اجازه می‌دهد مدل‌های هوش مصنوعی خود را مطابق با سبک مکالمه، نیازهای امنیتی و دستورالعمل‌های برندشان به‌صورت سفارشی و دقیق آموزش دهند، و در عین حال مدت زمان آموزش و هزینه‌های محاسباتی را کاهش دهند.

گسترش قابلیت آموزش جهانی Azure AI به مناطق جدید میکروسافت قابلیت آموزش جهانی Azure AI را به 12 منطقه جدید از جمله شرق آمریکا، غرب اروپا، جنوب بریتانیا و شمال سوئیس تعمیم داده است. هرچند این ویژگی همچنان در مرحله پیش‌نمایش عمومی قرار دارد، اما این توسعه جغرافیایی، به ویژه با توجه به اهمیت روزافزون حاکمیت داده‌ها و مقررات سخت‌گیرانه حریم خصوصی در اروپا، اقدامی به موقع محسوب می‌شود.

قابلیت‌ها و ویژگی‌های جدید در آینده در به‌روزرسانی‌های آتی Azure AI، امکاناتی مانند توقف و از سرگیری فرآیند تنظیم دقیق و همچنین امکان اصلاح مداوم مدل‌ها ارائه خواهد شد. همچنین، عرضه GPT-4.1-nano به مناطق جدید Azure در دستور کار قرار گرفته تا توسعه‌دهندگان و سازمان‌ها بتوانند از انعطاف و قدرت بیشتری برخوردار شوند.

معرفی API پاسخ‌ها: تسهیل یکپارچگی هوشمند هوش مصنوعی هم‌اکنون توسعه‌دهندگان می‌توانند از API پاسخ‌ها (Responses API) جدید بهره ببرند که برای یکپارچه‌سازی آسان مدل‌های تنظیم‌شده با برنامه‌ها و جریان‌های کاری گسترده‌تر طراحی شده است. این API پشتیبانی ویژه‌ای از چت‌بات‌های چندنوبتی و عامل‌محور داشته و امکان حفظ زمینه گفتگو در مکالمات طولانی و استفاده از ابزارهای مختلف هوش مصنوعی را به‌صورت یکپارچه فراهم می‌کند.

همچنین، API پاسخ‌ها تاریخچه گفتگو را ذخیره کرده، استدلال مدل را نمایش می‌دهد، وضعیت پاسخ‌ها را در حین تولید به شکل مرحله‌به‌مرحله نشان می‌دهد و از پردازش همزمان پشتیبانی می‌نماید. این API با ابزارهای مختلف هوش مصنوعی مانند جستجوی زنده وب و بازیابی اسناد کاملاً سازگار است.

تأثیر بازار و کاربردها با این پیشرفت‌ها، میکروسافت Azure AI را به بستری منعطف، جهانی و امن برای توسعه مقیاس‌پذیر هوش مصنوعی تبدیل کرده است. تنظیم دقیق مبتنی بر DPO، توسعه منطقه‌ای خدمات و APIهای متمرکز بر توسعه‌دهندگان سبب می‌شود تا سازمان‌ها در صنایع گوناگون بتوانند تجربه‌های هوش مصنوعی شخصی‌سازی‌شده و سازگار با مقررات جدید داده را ایجاد کنند.

برای کسب‌وکارهایی که به دنبال پیاده‌سازی هوش مصنوعی مکالمه‌محور در پشتیبانی مشتری، تولید محتوا یا تعاملات برندی هستند، ابزارهای به‌روزشده Azure AI استاندارد جدیدی برای کارایی، انعطاف‌پذیری و حفظ حریم خصوصی به شمار می‌آیند.