> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> W&B の実験管理を使用して Azure OpenAI モデルをファインチューニングし、メトリクス、ハイパーパラメーター、トレーニングの進捗をログします。

# Azure OpenAI のファインチューニング

このガイドでは、W\&B を Azure OpenAI と併用して、GPT-3.5 または GPT-4 モデルのファインチューニング ジョブをトラッキングおよび評価する方法を説明します。W\&B を統合すると、実験管理によってメトリクス、ハイパーパラメーター、トレーニング アーティファクトが取得されるため、モデル性能を分析して改善できます。さらに、W\&B の評価ツールを使用して、モデルの選択についてデータに基づく意思決定を行うこともできます。

このガイドは、Azure OpenAI モデルをファインチューニングしていて、Runs を体系的にトラッキングして比較したい機械学習の実務者を対象としています。

<Frame>
  <img src="https://mintcdn.com/wb-21fd5541/mVjDwbx0mC8gYx-b/images/integrations/aoai_ft_plot.png?fit=max&auto=format&n=mVjDwbx0mC8gYx-b&q=85&s=6b59fe1e990eccf0409f0b8274ce510d" alt="Azure OpenAI のファインチューニング メトリクス" width="1418" height="1198" data-path="images/integrations/aoai_ft_plot.png" />
</Frame>

<div id="prerequisites">
  ## 前提条件
</div>

開始する前に、以下を完了してください。

* [Azure の公式ドキュメント](https://wandb.me/aoai-wb-int)に従って、Azure OpenAI Service を設定します。
* W\&BアカウントにAPIキーを設定します。

<div id="workflow-overview">
  ## ワークフローの概要
</div>

以下では、一般的な Azure OpenAI のファインチューニング ジョブが、ジョブの準備から生成されたモデルの評価まで、W\&B 上でどのように進むかを各段階に分けて概説します。

<div id="fine-tuning-setup">
  ### ファインチューニングのセットアップ
</div>

ファインチューニングのセットアップには、次の手順が含まれます。

* Azure OpenAI の要件に従って、トレーニングデータを準備します。
* Azure OpenAI でファインチューニング ジョブを設定します。
* W\&B を使用してファインチューニングのプロセスをトラッキングし、メトリクスとハイパーパラメーターをログします。

<div id="experiment-tracking">
  ### 実験管理
</div>

ファインチューニング中、W\&B では次を取得します：

* トレーニングおよび検証のメトリクス。
* モデルのハイパーパラメーター。
* リソース使用状況。
* トレーニングアーティファクト。

<div id="model-evaluation">
  ### モデル評価
</div>

ファインチューニング後、[W\&B Weave](https://weave-docs.wandb.ai)を使用して、次のことを行います。

* モデルの出力を参照用データセットに対して評価する。
* 複数のファインチューニング run 間でパフォーマンスを比較する。
* 特定のテストケースにおけるモデルの挙動を分析する。
* モデル選択のために、データに基づいて意思決定する。

<div id="real-world-example">
  ## 実際の使用例
</div>

このインテグレーションがエンドツーエンドでどのように適用されるかを確認するには、以下のリソースをご覧ください。

* [医療メモ生成デモ](https://wandb.me/aoai-ft-colab)で、このインテグレーションによって次のことがどのように実現されるかを確認できます。
  * ファインチューニング実験の体系的なトラッキング。
  * ドメイン固有のメトリクスを用いたモデル評価。
* [インタラクティブなファインチューニング ノートブック](https://colab.research.google.com/github/wandb/examples/blob/master/colabs/azure/azure_gpt_medical_notes.ipynb)を実際に試してみてください。

<div id="additional-resources">
  ## 追加リソース
</div>

* [Azure OpenAI W\&B インテグレーション ガイド](https://wandb.me/aoai-wb-int)
* [Azure OpenAI ファインチューニング ドキュメント](https://learn.microsoft.com/azure/ai-services/openai/how-to/fine-tuning?tabs=turbo%2Cpython\&pivots=programming-language-python)