OpenAI 文档model中有关微调 API 属性的说明有点令人困惑：
模型
要微调的基本模型的名称。您可以选择“ada”、“babbage”、“curie”、“davinci”之一或 2022 年 4 月 21 日之后创建的微调模型。
我的问题：微调基本模型还是微调模型更好？
ada我从with file创建了一个微调模型mydata1K.jsonl：
ada + mydata1K.jsonl --> ada:ft-acme-inc-2022-06-25
现在我有一个更大的样本文件mydata2K.jsonl，我想用它来改进微调模型。在这第二轮微调中，是ada再次微调好还是对我微调后的模型进行微调好ada:ft-acme-inc-2022-06-25？我假设这是可能的，因为我的微调模型是在 2022 年 4 月 21 日之后创建的。
ada + mydata2K.jsonl --> better-model
或者
ada:ft-acme-inc-2022-06-25 + mydata2K.jsonl --> even-better-model?
我使用带有“提示”和“完成”的自定义文本来训练新模型。
这是我用来根据数据创建自定义模型的教程：
beta.openai.com/docs/guides/fine-tuning/advanced-usage
然而，即使在训练模型并向模型发送提示文本之后，我仍然得到并不总是适合我的通用结果。
如何确保提示的完成结果仅来自我用于模型的文本，而不是来自通用 OpenAI 模型？
我可以使用一些标志来消除通用模型的结果吗？