网站建设规划书txt微盘,自己做网站的软件下载,百度网盘网页版,ppt做的最好的网站有哪些文章目录【AIGC精选】总结 ChatGPT 的开源平替#xff0c;你值得拥有1.斯坦福发布 Alpaca 7B#xff0c;性能匹敌 GPT-3.52.弥补斯坦福 Alpaca 中文短板#xff0c;中文大模型 BELLE 开源3.国产AI大模型 ChatGLM-6B 开启内测4.中文 Alpaca 模型 Luotuo 开源5. ChatGPT 最强竞…
文章目录【AIGC精选】总结 ChatGPT 的开源平替你值得拥有1.斯坦福发布 Alpaca 7B性能匹敌 GPT-3.52.弥补斯坦福 Alpaca 中文短板中文大模型 BELLE 开源3.国产AI大模型 ChatGLM-6B 开启内测4.中文 Alpaca 模型 Luotuo 开源5. ChatGPT 最强竞品 Claude 开放API【AIGC精选】总结 ChatGPT 的开源平替你值得拥有
2023 年聊天机器人领域似乎只剩下两个阵营「OpenAI 的 ChatGPT」和「其他」。
再加上前段时间 GPT-4 的发布ChatGPT 也有了更强大的推理和多模态能力OpenAI 几乎不可能将其开源。
OpenAI 分享了大量 GPT-4 的基准和测试结果但是基本上没有提供用于训练的数据、成本、或者用于创建模型的方法。 然而表现欠佳的「其他」阵营却一直在做开源方面的努力。
目前业界可以下载到的一些大模型
GLM-10B/130B双语中文和英文双向稠密模型。OPT-2.7B/13B/30B/66BMeta开源的预训练语言模型。LLaMA-7B/13B/30B/65BMeta开源的基础大语言模型。AlpacaLLaMA-7B一个强大的可复现的智能跟随模型种子任务都是英语收集的数据也都是英文因此训练出来的模型未对中文优化。Alpaca-LoraStanford Alpaca 是在 LLaMA 整个模型上微调而 Alpaca-Lora 则是利用 Lora 技术在冻结原模型 LLaMA 参数的情况下通过往模型中加入额外的网络层并只训练这些新增的网络层参数。由于这些新增参数数量较少这样不仅微调的成本显著下降还能获得和全模型微调类似的效果。BELLEBLOOMZ-7B/LLaMA-7B项目基于 Stanford Alpaca针对中文做了优化模型调优仅使用由ChatGPT生产的数据不包含任何其他数据。ChatGLM-6B中英双语的对话语言模型。
原文传送门【AIGC精选】总结 ChatGPT 的开源平替你值得拥有
1.斯坦福发布 Alpaca 7B性能匹敌 GPT-3.5
面对 ChatGPT 等大模型的来势汹汹开源平替是一个不错的选择。
二月低Meta「开源」了一个新的大模型系列 —— LLaMALarge Language Model Meta AI参数量从 70 亿到 650 亿不等。130 亿参数的 LLaMA 模型「在大多数基准上」可以胜过参数量达 1750 亿的 GPT-3而且可以在单块 V100 GPU 上运行。
传送门Meta发布最新大模型LLaMA参数规模更小单卡就能跑赢GPT-3 图注LLaMA做出的一些成果
翻译
- 2月24日LLaMA发布并在非商业许可下提供给政府、社区和学术界的研究人员和实体工作者
- 3月2日4chan网友泄露了全部的LLaMA模型
- 3月10日Georgi Gerganov创建了llama.cpp工具可以在搭载M1/M2芯片的Mac上运行LLaMA
- 3月11日通过llama.cpp可以在4GB RaspberryPi上运行7B模型但速度比较慢只有10秒/token
- 3月12日LLaMA 7B在一个node.js执行工具NPX上成功运行
- 3月13日llama.cpp可以在Pixel 6手机上运行
- 3月14日斯坦福Alpaca「羊驼」发布。3月14日斯坦福基于 LLaMA 7B 微调出一个具有 70 亿参数的新模型 Alpaca他们使用了 Self-Instruct 论文中介绍的技术生成了 52K 条指令数据同时进行了一些修改在初步的人类评估中Alpaca 7B 模型在 Self-Instruct 指令评估上的表现类似于 text-davinci-003GPT-3.5模型。
从参数规模的角度看Alpaca 远远小于 text-davinci-003移动端甚至也可以运行 7B 的轻量级语言模型。
在性能上研究团队测试的结果表明 Alpaca 的输出良好并且反映出指令遵循数据集的一般风格。例如Alpaca 输出的答案通常比 ChatGPT 更简洁这和 text-davinci-003 类似。不过Alpaca 还是会表现出语言模型的几种常见缺陷包括幻觉、毒性和刻板印象。
成本方面研究所涉及到的数据集是斯坦福团队花了不到500美元用 OpenAI 的API来生成的。另外在 8 个 80GB A100 上微调一个 7B LLaMA 模型需要 3 个小时这对大多数云计算提供商来说成本不到 100 美元。所以斯坦福团队用不到 600 美元就复现了一个性能匹敌 GPT-3.5的AI模型。
部署方面基于 LLaMA 微调的 Alpaca 可以轻松在本地部署。没有显卡也没关系苹果笔记本甚至树莓派、手机都可以玩。
最后团队把数据集秒省500刀且比原论文的数据多样性更高、代码统统都给开源了这下子人人都能去微调个效果炸裂的对话AI复制一个GPT-3.5效果的AI很便宜很容易还很小。 项目地址 https://github.com/tatsu-lab/stanford_alpaca
试用地址 https://alpaca-ai-custom6.ngrok.io/
Demo地址 https://crfm.stanford.edu/alpaca/
2.弥补斯坦福 Alpaca 中文短板中文大模型 BELLE 开源
由于 Alpaca 的种子任务都是英语收集的数据也都是英文因此训练出来的模型未对中文优化。为了提升对话模型在中文上的效果开源中文对话大模型 70 亿参数的 BELLEBloom-Enhanced Large Language model Engine来了。
BELLE 基于斯坦福的 Alpaca 完成对中文做了优化并对生成代码进行了一些修改模型调优仅使用由 ChatGPT 生产的数据不包含任何其他数据。 项目地址 https://github.com/LianjiaTech/BELLE
在数据方面该项目开源了基于 Alpaca 的数据收集代码基于这段代码生成了约 100 万条中文数据结合 Alpaca 的 5 万条英文数据在 BLOOMZ-7B 模型训练得到的 checkpoint 上传在 Hugging Face。
Hugging Face 地址 https://huggingface.co/BelleGroup
该项目还采取了不同大小规模20 万、60 万、100 万和 200 万样本的指令学习的数据集训练模型得到不同的模型版本如下所示:
该项目也采用对应数据集基于LLAMA-7B训练调优了模型现已开放:
具体的模型训练方法可参考Hugingface Transformers的样例SFT方法可参考Alpaca的训练代码。
3.国产AI大模型 ChatGLM-6B 开启内测
3 月 14 日由清华技术成果转化的公司智谱 AI 开源了 GLM 系列模型的新成员——中英双语对话模型 ChatGLM-6B初具问答和对话功能现已开启邀请制内测内测申请网址 http://chatglm.cn。需要注意的是目前 ChatGLM 每轮对话最多只可以进行5个来回每次最多输入1000字。
ChatGLM-6B 基于General Language ModelGLM架构具有62亿参数。结合模型量化技术用户可以在消费级的显卡上进行本地部署。
具体来说ChatGLM-6B 具备以下特点
充分的中英双语预训练ChatGLM-6B 在 1:1 比例的中英语料上训练了 1T 的 token 量兼具双语能力。优化了模型架构和大小具有 62 亿参数可以在消费级显卡上部署使用。更长的序列长度相比 GLM-10B序列长度 1024ChatGLM-6B 序列长度达 2048支持更长对话和应用。人类意图对齐训练使用了监督微调Supervised Fine-Tuning、反馈自助Feedback Bootstrap、人类反馈强化学习RLHF等方式使模型初具理解人类指令意图的能力。
因此ChatGLM-6B 具备了一定条件下较好的对话与问答能力。
与此同时ChatGLM-6B 也存在模型容量较小、可能会产生有害说明或有偏见的内容、较弱的多轮对话能力、英文能力不足、易被误导等缺陷。
不过网上有人质疑该模型是拿 ChatGPT 的数据训练的加了点中文语料。
项目地址 https://github.com/THUDM/ChatGLM-6B
官方博客 https://chatglm.cn/blog
4.中文 Alpaca 模型 Luotuo 开源
Alpaca 是斯坦福团队基于 LLaMA 7B 在 52k 指令上微调得到的模型能出色适应多种自然语言应用场景。
Stanford Alpaca 对于普通研究者来说这是一种切实可行的廉价微调方式不过需要的运算量仍然较大。而且Alpaca 的种子任务都是英语收集的数据也都是英文因此训练出来的模型未对中文优化。
为了进一步降低微调成本另一位来自斯坦福的研究者 ——Eric J. Wang 使用 LoRAlow-rank adaptation技术复现了 Alpaca 的结果。具体来说Eric J. Wang 使用一块 RTX 4090 显卡只用 5 个小时就训练了一个和 Alpaca 水平相当的模型将这类模型对算力的需求降到了消费级。而且该模型可以在树莓派上运行用于研究。 图注Eric J. Wang 发布的 Alpaca-LoRA 项目
项目地址 https://github.com/tloen/alpaca-lora
这非常适合想要训练自己的类 ChatGPT 模型包括中文版类 ChatGPT但又没有顶级算力资源配置的研究者。
在 Alpaca-LoRA 项目问世后为了提升对话模型在中文上的效果来自商汤科技和华中科技大学开源中文语言模型骆驼 Luotuo该项目基于 LLaMA、Stanford Alpaca、Alpaca LoRA、Japanese-Alpaca-LoRA 等完成单卡就能完成训练部署。
一点小插曲之所以将模型名字命名为骆驼是因为 LLaMA大羊驼和 Alpaca羊驼都属于偶蹄目 - 骆驼科。 项目地址 https://github.com/LC1332/Chinese-alpaca-lora
目前该项目已公开训练的语料和模型权重文件两个型号luotuo-lora-7b-0.1、luotuo-lora-7b-0.3供开发者可使用自己各种大小的语料训练自己的语言模型并适用到对应的垂直领域。 目前这个中文版 Alpaca-LoRa 模型 —— Luotuo 能够进行简单的中文对话和问答开发者可以通过引入其他领域的数据进行模型优化。
不过 luotuo-lora-7b-0.10.1、luotuo-lora-7b-0.30.3还是有差距的在用户询问华中师范大学地址时0.1 回答错误。 5. ChatGPT 最强竞品 Claude 开放API 由 OpenAI 前员工原GPT-3核心成员创立的人工智能初创公司“Anthropic”发布了一款类似于 ChatGPT的 AI 助手名为Claude。Anthropic宣称它的目标是“更安全”、“危害更小”的人工智能但代价更高。目前提供两个版本的 ClaudeClaude 和 Claude Instant。不过Claude 的初始版本无法访问互联网。 因为2019年 OpenAI 与微软达成第一笔交易后越来越注重商业运用“对公司的方向产生分歧后”离开 OpenAI 的11名前员工创立了“Anthropic”。
在去年12月发布「Constituional人工智能来自人工智能反馈的无害性」一文后不久Anthropic 便推出了自家的聊天机器人 Claude不过并没有开放接口只能在各个合作伙伴开发的应用中进行体验。
Claude 被称为 ChatGPT 最强竞品与 ChatGPT 类似Claude 具有高超的对话能力能够处理总结、搜索、创意、协同写作、问答、写代码等任务。
3月14日Anthropic 开放 Claude API并提供两个版本的模型Claude 和 Claude Instant。其中 Claude Instant 的延迟更低性能略差价格比完全体的 Claude-v1要便宜两个模型的上下文窗口都是9000个token约5000个单词或15页。
Claude Instant是一个更快、更便宜的模型可以处理一系列任务包括随意对话、文本分析、摘要和文档问题回答。定价输入:0.43美元/百万字符输出:1.45美元/百万字符。Claude-v1是Anthropic公司目前最好的产品擅长于从复杂的对话和创造性的内容生成。定价输入:2.9美元/百万字符输出:8.6美元/百万字符。
友情提示ChatGPT 3.5gpt-3.5-turbo接口价格为2.7美元/百万tokens和Claude-v1版本价格差不多。 Claude 和 ChatGPT 都依赖于强化学习(RL)来训练偏好preference模型被选中的回复内容将在后续用于模型的微调只不过具体的模型开发方法不同。Claude 采用了 Anthropic 称之为“宪法式 AI”Constitutional AICAI的训练技术。
CAI 建立在RLHF的基础之上不同之处在于CAI的排序过程使用模型而非人类对所有生成的输出结果提供一个初始排序结果。 体验地址https://www.anthropic.com/product
自 2020 年底以来Claude 一直在与发布合作伙伴进行安静的 Beta 测试包括 AssemblyAI、DuckDuckGo、Notion、Quora 和 Robin AI具体产品包括为 DuckDuckGo 推出的 DuckAssist 工具、Quora 的 AI 聊天应用程序 Poe 和 AI 写作助手 Notion AI 提供支持。
Claude也在积极的与外部伙伴紧密合作涵盖问答社区、在线教育、法律领域、数字媒体等。- Quora通过人工智能聊天应用程序Poe向用户提供Claude的对话能力。
- Juni Learning一个在线教育解决方案提供商利用Claude模型对Discord Juni Tutor Bot的能力进行增强通过在线辅导的方式提升学生的学术能力。
- NotionClaude 与 Notion 合作以提高工作和学习场景中的生产力。
- DuckDuckGo一个隐私浏览器与Anthropic合作推出全新工具DuckAssist可以自动从维基百科中提取和总结信息并对用户的问题进行回答。
- Robin AI法律领域软件提供商使用 Claude 来评估合同的特定部分并提出对客户更友好的新的替代语言。
- AssemblyAI数字媒体Claude 帮助其 API 平台大规模转录和理解音频数据。Claude 的主要优势有以下几点Claude 比 ChatGPT 更可控Claude 比 ChatGPT 更诚实Claude 比 ChatGPT 更无害。
封闭测试期间的客户报告说Claude 基本不会生成有害的输出更容易交谈可操作性更强不需要精心组织语言同时还可以对性格、语气和行为等进行设计等。
欢迎各位关注我的个人微信公众号HsuDan我将分享更多自己的学习心得、避坑总结、面试经验、AI最新技术资讯。 参考 https://crfm.stanford.edu/2023/03/13/alpaca.html https://www.thepaper.cn/newsDetail_forward_22302856 https://www.ithome.com/0/681/614.htm https://replicate.com/blog/fine-tune-alpaca-with-lora?continueFlag4ecae39885197a5c008faabbefb5c824 https://www.thepaper.cn/newsDetail_forward_22455425 https://zhuanlan.zhihu.com/p/616929229
