GPT-3微调文件上传报错：InvalidRequestError: Resource not found

以下是针对该错误的排查和解决步骤：

1. 确认文件路径正确性 #

• 检查training_data.jsonl是否在当前Python脚本的工作目录中。可以通过执行import os; print(os.getcwd())查看当前工作路径。
• 如果文件不在当前目录，使用绝对路径或相对路径指定文件位置，例如：

  open("/Users/you/Documents/training_data.jsonl")  # 绝对路径
  open("./datasets/training_data.jsonl")  # 相对路径（子目录）
  

• 注意文件名的大小写：Linux/macOS系统对文件名大小写敏感，确保拼写完全一致（比如Training_Data.jsonl和training_data.jsonl是两个不同文件）。

2. 验证文件存在性与读取权限 #

• 手动在文件管理器中确认文件确实存在，没有被误删除或移动位置。
• 确保Python进程有读取该文件的权限：如果文件设置了只读权限或归属其他用户，可能导致无法读取。可以尝试修改文件权限（如Linux下chmod 644 training_data.jsonl）。

3. 检查OpenAI配置与依赖版本 #

• 升级OpenAI Python包到最新版本：旧版本的API端点可能已被废弃，执行命令：

  pip install --upgrade openai
  

• 确认API密钥配置正确：
  • 可以通过环境变量OPENAI_API_KEY设置，或在代码中显式指定：

    import openai
    openai.api_key = "your-api-key"
    

  • 密钥无效或未配置时，也可能触发资源找不到的错误。

4. 验证JSONL文件格式合法性 #

虽然错误提示是资源找不到，但格式错误偶尔会导致API返回异常响应。确保文件符合微调要求：

• 每一行是一个独立的JSON对象，结构如：

  {"prompt": "用户输入内容", "completion": "模型期望输出内容"}
  {"prompt": "另一个用户输入", "completion": "对应输出"}
  

• 可以用jq工具批量验证文件格式：

  jq . training_data.jsonl
  

  如果有格式错误，会直接报错。

调试示例代码 #

import os
import openai

file_path = "training_data.jsonl"

# 先检查文件是否存在
if not os.path.isfile(file_path):
    print(f"错误：未找到文件 {file_path}")
else:
    # 配置API密钥
    openai.api_key = "your-valid-api-key"
    try:
        upload_response = openai.File.create(
            file=open(file_path, "rb"),
            purpose="fine-tune"
        )
        print(f"文件上传成功，文件ID: {upload_response.id}")
    except openai.error.InvalidRequestError as e:
        print(f"请求错误：{str(e)}")
    except Exception as e:
        print(f"其他错误：{str(e)}")

内容的提问来源于stack exchange，提问作者Teekay