Comment constituer des données d’entraînement à bas coût avec ChatGPT

• Lors du développement d’un modèle d’IA, la quantité comme la qualité du dataset sont toutes deux importantes
• En utilisant ChatGPT, il est possible de constituer un dataset à faible coût, tout en gagnant du temps par rapport au recours à un prestataire de labellisation
• Poser les requêtes en anglais permet non seulement de réduire les coûts (en économisant des tokens), mais offre aussi de meilleures performances
• Dans les situations courantes, il est avantageux d’abaisser temperature à 0 afin d’obtenir des réponses cohérentes
• Définir de manière appropriée le comportement associé aux rôles (user, assistant, system)
• D’après un calcul simple, 3 dollars suffisent pour labelliser environ 10 000 entrées d’un dataset d’analyse de sentiments (sur la base du modèle gpt-3.5-turbo)