In occasione del nono giorno dei 12 giorni di OpenAI, l’azienda ha dedicato la presentazione in live stream a una serie di annunci per gli sviluppatori.
OpenAI sta introducendo modelli più capaci, nuovi strumenti per la customizzazione e aggiornamenti per migliorare performance, flessibilità ed efficienza degli sviluppatori in ambiente AI.
Le novità riguardano:
- OpenAI o1 nell’API, che includerà il supporto alle funzioni di chiamata, sviluppo di messaggi, Structured Output e funzionalità di visione.
- Aggiornamenti API in tempo reale, che includeranno una più semplice integrazione WebRTC, il supporto – per la prima volta – a GPT-4o mini e una riduzione del 60% del prezzo per GPT-4o
- Fine-Tuning sulla base delle preferenze, un nuovo modello per la customizzazione che semplificherà la personalizzazione dei modelli sulla base delle preferenze degli utenti e degli sviluppatori
- Nuovi SDK Go e Java disponibili in beta.
Per quanto riguarda il primo punto, OpenAI o1, il modello di ragionamento progettato per gestire compiti complessi in più fasi con un’accuratezza avanzata, è in fase di lancio per gli sviluppatori sul livello di utilizzo tier 5 dell’API.
o1 è il successore di OpenAI o1-preview, che gli sviluppatori hanno già utilizzato per costruire applicazioni agenziali per semplificare l’assistenza ai clienti, ottimizzare le decisioni della catena di approvvigionamento e prevedere complessi trend finanziari.
L’API Realtime consente agli sviluppatori di creare esperienze di conversazione naturali e a bassa latenza. È ideale per gli assistenti vocali, gli strumenti di traduzione dal vivo, i tutor virtuali, i sistemi di assistenza clienti interattivi. Ora l’azienda sta rilasciando delle modifiche per rispondere ad alcune delle richieste più comuni degli sviluppatori: un’integrazione diretta con WebRTC, una riduzione dei prezzi e un maggiore controllo sulle risposte.
L’API fine-tuning supporta ora il Preference Fine-Tuning per semplificare la personalizzazione dei modelli in base alle preferenze di utenti e sviluppatori. Questo metodo utilizza la Direct Preference Optimization (DPO) per confrontare coppie di risposte del modello, insegnando al modello a distinguere tra output preferiti e non preferiti. Apprendendo dai confronti a coppie piuttosto che da obiettivi fissi, il Preference Fine-Tuning è particolarmente efficace per le attività soggettive in cui contano il tono, lo stile e la creatività.
Inoltre, OpenAI sta introducendo in beta due nuovi SDK ufficiali per Go e Java, in aggiunta alle librerie ufficiali esistenti per Python, Node.js e .NET. L’obiettivo dell’azienda è che le API OpenAI siano facili da usare, indipendentemente dal linguaggio di programmazione scelto.
Maggiori dettagli sono disponibili nel blog di OpenAI.
