在使用openai微调模型时，若遇到“the model `xxxxx` does not exist”错误，通常是由于api端点选择不当。本教程将详细阐述如何根据微调模型的基础类型（gpt-3或gpt-3.5 turbo）选择正确的api端点（completions api或chat completions api），并提供相应的代码示例，确保您能成功调用您的微调模型。
理解OpenAI微调模型的API调用机制
当您在OpenAI平台上成功训练并部署了一个微调模型后，尝试通过API调用它时，可能会遇到“The model xxxxx does not exist”的错误提示，即使您已经确认该模型确实存在于您的账户中。这个问题的核心在于，不同基础模型（如GPT-3系列和GPT-3.5 Turbo）的微调模型需要使用不同的API端点进行调用。
核心问题：API端点与模型类型的匹配
OpenAI提供了两种主要的API端点用于文本生成：
Completions API (/v1/completions)：主要用于调用传统的GPT-3系列模型（如davinci-002, babbage-002）及其微调版本。Chat Completions API (/v1/chat/completions)：专为对话式模型设计，主要用于调用gpt-3.5-turbo、gpt-4及其微调版本。
在2023年8月22日之前，gpt-3.5-turbo模型尚不支持微调，因此所有微调模型都基于传统的GPT-3系列模型，必须通过Completions API调用。然而，自2023年8月22日起，OpenAI正式开放了gpt-3.5-turbo的微调功能。这意味着：
基于gpt-3.5-turbo微调的模型：应使用Chat Completions API (/v1/chat/completions)。基于babbage-002或davinci-002等传统GPT-3模型微调的模型：仍需使用Completions API (/v1/completions)。
如果您在调用一个基于GPT-3的微调模型时使用了Chat Completions API，或者反之，就会收到“模型不存在”的错误。
解决方案：选择正确的API端点
要解决此问题，您需要根据您的微调模型所基于的基础模型类型，选择相应的API端点。
1. 确认微调模型的基础类型
当您的微调任务成功完成后，您可以通过查询微调任务的详情，查看fine_tuned_model字段。这个字段会显示您的微调模型的名称，其命名规则通常会暗示其基础模型。例如，ft-gpt-3.5-turbo-…表示基于gpt-3.5-turbo，而ft-davinci-002-…则表示基于davinci-002。
2. 调用API的正确姿势
场景一：基于GPT-3（如babbage-002, davinci-002）的微调模型
对于这类模型，您必须使用Completions API。请求体中应包含prompt字段，而不是messages字段。
const API_KEY = "YOUR_OPENAI_API_KEY";const ORG_ID = "YOUR_OPENAI_ORG_ID"; // 组织ID可选，但建议提供const headers = { "Content-Type": "application/json", Authorization: "Bearer " + API_KEY, // "OpenAI-Organization": ORG_ID, // 如果需要，请取消注释};const fineTunedModelName = "ft-your-gpt3-model"; // 替换为您的GPT-3微调模型名称const userPrompt = "Say this is a test"; // 替换为您的输入提示try { const res = await axios.post( "https://api.openai.com/v1/completions", // 注意：这里是 /v1/completions { model: fineTunedModelName, prompt: userPrompt, // 使用 'prompt' 字段 max_tokens: 50, // 根据需要调整 }, { headers } ); console.log(res.data.choices[0].text);} catch (error) { console.error("API Error:", error.response ? error.response.data : error.message);}
Node.js (使用 OpenAI 官方库)
const { Configuration, OpenAIApi } = require("openai");const configuration = new Configuration({ apiKey: process.env.OPENAI_API_KEY,});const openai = new OpenAIApi(configuration);const fineTunedModelName = "ft-your-gpt3-model"; // 替换为您的GPT-3微调模型名称const userPrompt = "Say this is a test"; // 替换为您的输入提示try { const response = await openai.createCompletion({ model: fineTunedModelName, prompt: userPrompt, max_tokens: 50, }); console.log(response.data.choices[0].text);} catch (error) { console.error("API Error:", error.response ? error.response.data : error.message);}
Python
import osimport openaiopenai.api_key = os.getenv("OPENAI_API_KEY")fine_tuned_model = "ft-your-gpt3-model" # 替换为您的GPT-3微调模型名称your_prompt = "Say this is a test" # 替换为您的输入提示try: response = openai.Completion.create( model=fine_tuned_model, prompt=your_prompt, max_tokens=50 ) print(response.choices[0].text)except openai.error.OpenAIError as e: print(f"API Error: {e}")
cURL
curl https://api.openai.com/v1/completions -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" -d '{ "model": "ft-your-gpt3-model", "prompt": "Say this is a test", "max_tokens": 50 }'
场景二：基于GPT-3.5 Turbo的微调模型
对于这类模型，您应该使用Chat Completions API。请求体中应包含messages数组，以对话格式提供输入。
Node.js (使用 Axios)
const API_KEY = "YOUR_OPENAI_API_KEY";const ORG_ID = "YOUR_OPENAI_ORG_ID"; // 组织ID可选，但建议提供const headers = { "Content-Type": "application/json", Authorization: "Bearer " + API_KEY, // "OpenAI-Organization": ORG_ID, // 如果需要，请取消注释};const fineTunedModelName = "ft-your-gpt35-turbo-model"; // 替换为您的GPT-3.5 Turbo微调模型名称const userMessage = "Hello, what is your name?"; // 替换为您的用户消息try { const res = await axios.post( "https://api.openai.com/v1/chat/completions", // 注意：这里是 /v1/chat/completions { model: fineTunedModelName, messages: [ // 使用 'messages' 字段 { role: "system", content: "You are a helpful assistant." }, { role: "user", content: userMessage }, ], max_tokens: 50, // 根据需要调整 }, { headers } ); console.log(res.data.choices[0].message.content);} catch (error) { console.error("API Error:", error.response ? error.response.data : error.message);}
注意事项与总结
检查模型基础类型：在调用微调模型之前，务必确认它是基于GPT-3系列还是GPT-3.5 Turbo。这通常可以在您的OpenAI账户中，通过查看微调任务的详细信息来获取。API端点匹配：GPT-3微调模型 (babbage-002, davinci-002等) → https://api.openai.com/v1/completionsGPT-3.5 Turbo微调模型 (gpt-3.5-turbo等) → https://api.openai.com/v1/chat/completions请求体结构：Completions API使用prompt字段。Chat Completions API使用messages数组，其中包含role和content字段。API Key和组织ID：确保您的OPENAI_API_KEY和OPENAI_ORGANIZATION（如果使用）是正确且有效的。
通过遵循这些指南，您将能够准确无误地调用您的OpenAI微调模型，避免“模型不存在”的常见错误，并充分利用微调模型在特定任务上的优化表现。始终建议查阅OpenAI的官方文档以获取最新和最详细的API使用信息。
以上就是解决OpenAI微调模型“模型不存在”错误的指南的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1532540.html
微信扫一扫 
支付宝扫一扫 
