0代碼微調一個大模型，成本不到20美元（人民幣約144元）？

過程也非常簡單，只需5步。

如LLaMA、GPT、StableLM等爆火的開源生成式模型，都能搞定。

圖片

這就是Monster API，一個最新火起來的API平臺。

有人覺得這個開源領域的新工作，能改寫AI開發的游戲規則，加速AI應用的速度。

圖片

還有人興奮提問，之后會接入GPT-3/GPT-4嗎？

圖片

所以，它具體是怎么實現的？

五步零代碼搞定

簡單理解，Monster API就是將微調步驟盡可能簡易化，讓開發者不用再手動進行一系列設置，同時也提供便宜的GPU資源及內存優化。

具體過程如下：

第一步，選擇一個模型進行微調。

比如LLaMA-7B、GPT-J-6B、StableLM-7B等，Monster API提供了至少10個基礎大模型。

圖片

第二步，選擇或創建微調任務。比如指令微調、文本分類等，或者自定義任務。

圖片

第三步，選擇一個HuggingFace數據集。

Monster API可以無縫集成HuggingFace數據集，可選擇范圍很大；還可以根據任務類型推薦數據集。

并且不用自己手動操作，就能自動設置好格式。

圖片

第四步，設置超參數。

圖片

第五步，檢查和提交。

在設置好如上所有步驟后，確定沒有錯誤就可以提交了。

Monster API表示可以通過WandB上的日志來監測任務。

在其博客中寫道，用DataBricks Dolly 15k微調LLaMA-7B完成3個epouch，成本僅需不到20美元（折合人民幣約144元）。

官網顯示，注冊用戶后會贈送2500積分。會員分為三檔，收費分別是每月9美元/29美元/39美元。

圖片

除了微調以外，Monster API還提供各種生成式AI的API接口，并表示成本比其他方案低80%。

圖片

背后公司已獲110萬美元融資

消息顯示，Monster API背后公司拿下了110萬美元的種子前資金（pre-seed funding）。

這家AI初創公司給自己的定位是要做“GPU領域的愛彼迎”，把全世界分散的GPU資源實現靈活調度，讓開發者們能夠以更低的價格使用。

圖片

創始人是兩兄弟Gaurav Vij和Saurabh Vij。

其中Gaurav Vij還創立了一家CV公司，正是因為CV公司需要面臨巨大的云計算資本，才啟發了他們要做這樣一個平臺。

Saurabh Vij之前是歐洲核研究中心的粒子物理學家，同時也研究分布式計算。

兄弟倆表示在經過多輪技術迭代后，他們優化了消費級GPU在機器學習任務上的性能，使得運行Whisper AI模型的成本相較于AWS平臺降低了90%，所以他們就想著為什么不利用這個方法來幫助數以萬計的開發者們。

同時他們透露公司的一個客戶使用他們的分散的GPU計算資源，已經節省了30萬美元。

參考鏈接：
[1]https://blog.monsterapi.ai/no-code-fine-tuning-llm/
[2]https://www.enterpriseai.news/2023/06/09/monster-api-launches-the-airbnb-of-gpus-with-1-1m-pre-seed/