-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathtrain.py
91 lines (72 loc) · 3.37 KB
/
train.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
# from openai import OpenAI
# import time
# # OpenAI 클라이언트 초기화 (API 키 설정)
# client = OpenAI(
# api_key=""
# )
# try:
# # (1) 파일을 미리 OpenAI 플랫폼에 업로드한 후 해당 파일 ID를 사용
# training_file_id = (
# "file-2CpFpRsAxpKMnPvPvshwzv1A" # 여기에 실제 파일 ID를 입력하세요
# )
# print(f"Using uploaded file ID: {training_file_id}")
# # (2) Fine-tuning job 생성하기
# fine_tune_response = client.fine_tuning.jobs.create(
# training_file=training_file_id, # 업로드한 파일의 ID를 사용
# model="gpt-3.5-turbo", # 사용할 모델 이름
# suffix="colaw_fine_tuned_model", # 모델의 사용자 정의 이름
# )
# fine_tune_job_id = fine_tune_response.id # 생성된 fine-tune job의 ID 추출
# print(f"Fine-tune Job ID: {fine_tune_job_id}")
# # (3) 학습 상태 확인하기
# # 모든 fine-tuning jobs 목록 확인
# jobs_list = client.fine_tuning.jobs.list()
# print("Fine-tuning jobs list:")
# for job in jobs_list:
# print(job)
# # 특정 fine-tune job의 상태 확인
# job_status = client.fine_tuning.jobs.retrieve(fine_tune_job_id)
# print(f"Fine-tune Job Status: {job_status.status}")
# # (선택사항) 작업 완료까지 대기
# while job_status.status != "succeeded" and job_status.status != "failed":
# print(f"Job status: {job_status.status}")
# time.sleep(60) # 1분마다 상태 확인
# job_status = client.fine_tuning.jobs.retrieve(fine_tune_job_id)
# print(f"Final job status: {job_status.status}")
# except Exception as e:
# print(f"An error occurred: {e}")
from openai import OpenAI
import time
# OpenAI 클라이언트 초기화 (API 키 설정)
client = OpenAI(api_key="")
try:
# (1) 파일을 미리 OpenAI 플랫폼에 업로드한 후 해당 파일 ID를 사용
training_file_id = (
"file-1QvFCihv7WRyNo5E75Qf2zed" # 여기에 실제 파일 ID를 입력하세요
)
print(f"Using uploaded file ID: {training_file_id}")
# (2) Fine-tuning job 생성하기
fine_tune_response = client.fine_tuning.jobs.create(
training_file=training_file_id, # 업로드한 파일의 ID를 사용
model="gpt-3.5-turbo", # 사용할 모델 이름
suffix="colaw_fine_tuned_model", # 모델의 사용자 정의 이름
)
fine_tune_job_id = fine_tune_response.id # 생성된 fine-tune job의 ID 추출
print(f"Fine-tune Job ID: {fine_tune_job_id}")
# (3) 학습 상태 확인하기
# 모든 fine-tuning jobs 목록 확인
jobs_list = client.fine_tuning.jobs.list()
print("Fine-tuning jobs list:")
for job in jobs_list:
print(job)
# 특정 fine-tune job의 상태 확인
job_status = client.fine_tuning.jobs.retrieve(fine_tune_job_id)
print(f"Fine-tune Job Status: {job_status.status}")
# (선택사항) 작업 완료까지 대기
while job_status.status != "succeeded" and job_status.status != "failed":
print(f"Job status: {job_status.status}")
time.sleep(60) # 1분마다 상태 확인
job_status = client.fine_tuning.jobs.retrieve(fine_tune_job_id)
print(f"Final job status: {job_status.status}")
except Exception as e:
print(f"An error occurred: {e}")