世界讯息:全球最大的 ChatGPT 开源替代品来了,支持 35 种语言,网友:不用费心买 ChatGPT Plus了!

2023-04-18 11:07:28   来源:商业新知网

自去年 11 月 ChatGPT 面向公众测试以来,OpenAI 一直占据各大科技网站的头版头条,以及成为很多开发者工具的首选。ChatGPT 的落地不仅仅可以提供代码建议、总结长文本、回答问题等等,更为重要的是它开启了 AIGC 的新时代。


(资料图片仅供参考)

不过由于 OpenAI 不再 Open 的问题,该工具在备受好评的路上也备受争议。在此背景下,一批批开源实践者在大模型维度开始了多种尝试,意欲复刻一个 ChatGPT,OpenAssistant 便是参与竞争的开源产品之一。

Open Assistant 机器学习模型是由一家德国非营利组织 LAION 运营。近日,该组织官宣现在可以使用 OpenAssistant 模型、训练数据和代码,并将该模型称之为「 全球最大的 ChatGPT 开源复制品 」,试用地址: https://open-assistant.io 。

让人人都能通过开源的方式,用上会话 AI,已成为了现实,这也让 Open-Assistant(https://github.com/LAION-AI/Open-Assistant)在众多开源项目中脱颖而出,截至目前,收获了 24.1k 个 Star,Fork 数达 1.9k。

世界上最大的 ChatGPT 开源平替——OpenAssistant

OpenAssistant 项目开始于 2022 年 12 月,彼时就是在 OpenAI 发布 ChatGPT 之后不久后。

“我们不会止步于复制 ChatGPT。我们希望构建未来的助手,不仅能够编写电子邮件和求职信,还能做有意义的工作、使用 API、动态研究信息等等,并且能够由任何人进行个性化和扩展。我们希望以一种开放和可访问的方式来做到这一点,这意味着我们不仅要构建一个出色的助手,还要使其足够小和高效以在消费类硬件上运行”,OpenAssistant 项目维护者在其 GitHub 页面上写道。

简单来看,Open Assistant 的目标是创建一个和 ChatGPT 具有相同能力的开源人工智能助手。项目 维护者认为,通过这个项目,他们可以改进语言本身,类似于稳定 地 传播如何创造新的艺术和图像。

为此,该团队花了近五个月的时间,在 13500 多名志愿者的帮助下,收集了一个 "由人类生成的、由人类注释的助理式对话语料库,包括分布在 66497 个会话树上的 161,443 条信息,使用 35 种不同的语言,有 461,292 个质量等级的注释"。

在 Open Assistant 研究团队来看,AI 发展的未来在很大程度上取决于公开可用的高质量数据集和模型,而这正是该项目所做的。也就是在当下,他们终于可以对外公开这个 非常强大的模型,现在可以在以下网址试用:open-assistant.io/chat 。

在发布使用链接之际,Open Assistant 研究团队还发布了一篇《 OpenAssistant Conversations - Democratizing Large Language Model Alignment》的论文,分享了该语料库诞生的技术应用,以及与 ChatGPT 的比较。

OpenAssistant Conversation语料库,支持 35 种语言

正如上文所述,该语料库是一个全球众包努力的产物,有超过 13,500 名志愿者参与。根据论文介绍,它的基本数据结构是一个会话树(Conversation Tree,CT),节点代表对话中的消息。一个 CT 的根节点代表一个初始提示,由提示者给出。为了避免混淆,研究人员把对话的角色称为提示者和助手。

这些数据是通过一个 Web 应用程序界面收集的,该界面通过将整个流程分为五个独立的步骤来完成:提示、标记提示、作为提示者或助手添加回复信息、标记回复、以及对助手的回复进行排名。

这个数据集主要以英语和西班牙语为主。根据论文介绍,英语占比较重符合预期,因为围绕 OpenAssistant 的社区起源于讲英语的开源机器学习社区。中文在此语料库中占比 2.5%。

为了证明 OpenAssistant Conversation 数据集的有效性,该研究团队提出了OpenAssistant 是第一个在人类数据上训练的完全开源的大规模指令调整模型的概念。

与此同时,该研究团队使用收集到的数据专注于 Meta 的 LLaMA 模型和 EleutherAI 的 Pyhtia 模型的微调语言模型研究。

其中,Pythia 是一个最先进的语言模型,具有宽松的开源许可,而 LLaMA 是一个强大的语言模型,具有定制的非商业许可。

对此,研究团队发布了一套微调的语言模型,包括指令调整的 Pythia-12B、LLaMA-13B 和 LLaMA-30B。

值得注意的是,最大的变体基于具有 300 亿个参数的 LLaMA 模型,这是他们迄今最大的模型。与 Alpaca 或 Vicuna 一样,这些模型是“指令调整”的,并且没有通过人类反馈强化学习 (RLHF) 进一步改进。

为了评估这些模型的性能,研究人员将重心放在了评估 Pythia-12B 模型的性能上,因为它具有开源的属性,使得它可以被广泛使用并适用于不同的应用。

研究人员还将其输出与 OpenAl 的 gpt-3.5-turbo(ChatGPT) 模型进行比较。

截至发稿时,这项研究已经获得了 348 份提交的资料,总共有 7042 项比较,结果发现: Pythia-12B 对 gpt-3.5-turbo 的胜率为 48.3%。

这一结果意味着 Pythia-12B 产生的答案与 gpt-3.5-turbo 产生的答案一样有 93.5% 的可取性,表明该研究团队微调的 Pythia 模型在大规模语言模型领域是一个强有力的竞争者。

除此之外,研究者还发布了基于 Pythia-1.4B 和 Pythia-12B 的经过训练的奖励模型。

在论文中,该团队还透露,使用谷歌搜索等插件的初步实验已经在进行中。该团队还计划在未来用 RLHF 训练和发布一个L LaMA-30B 模型。

上手实测

当前所有模型都可以通过 Web 界面(https://open-assistant.io/chat)进行试用,对话也可以在其中进行评估并用于进一步改进模型。

简单上手一波:

介绍一下自己

这对于 OpenAssistant 而言,实属小意思。不过根据模型的属性,中文提问,是英文回答:

当问及自身的优势时,OpenAssistant 回应道,也可谓是主观且不谦虚:

我是一个大型语言模型,有能力从外部来源检索信息,使我能够提供更具体和准确的答案。此外,我已经在不同的互联网文本上接受了训练,并且拥有超出自然语言处理的许多领域的知识,而 GPT 主要是在人类生成的文本上接受训练。我还可以同时处理多个输入,生成与每个提示相关的内容,而 ChatGPT 只能根据整个对话历史,一次生成一个输出。最终,我的能力可能被认为是优越的,但这是主观的。

写代码的能力

生成一段代码片段试试。通过下列片段不难看出,OpenAssistant 既能生成代码片段,也会直接进行解释,让程序员小白也能看懂代码的具体内容。

讲个“鳄鱼”和猴子的童话故事

当给一个索引,OpenAssistant 可以生成一大段故事内容:

很久以前,有一只名叫 Maxi 的调皮猴子,他最喜欢的就是制造麻烦。他在树上荡来荡去,越爬越高,总是在寻找新的东西来捣乱。有一天,他来到了一个美丽的池塘边,池塘里有一群鱼儿在快乐地游动。但其中有一条巨大的鲤鱼,叫 Big Mama,她用铁鳍统治着其他鱼。没有鱼敢越过她或不服从她的命令....

有些偏差的是,这里的鳄鱼直接被叫做了 giant carp(巨暹罗鲤,现存鲤科鱼类中个体最大的品种),和我们理解中的鳄鱼还是有很大差别的。

计算能力

计算能力也还是不错的:

OpenAssistant 的局限性

不过,该模型也有一定的局限性。根据该论文显示,研究团队称,收集的训练数据大多是由男性注释者贡献的,年龄中位数为 26 岁。论文表示,「这种人口统计学特征可能会无意中在数据集中引入偏见,因为它必然会反映注释者的价值观、观点和兴趣。」

不过,该团队还采取了措施来检测和删除数据集中的有害信息,但该系统并非无懈可击。"鉴于以上讨论的局限性,我们主张只在学术研究背景下使用我们的 LLM,"该论文说,"我们强烈鼓励研究人员在下游任务中采用这些模型之前彻底调查其安全性和偏差。重要的是要认识到,发布的模型可能表现出不安全的行为,并且很可能容易受到注入攻击"。

整体而言,在用不了 OpenAI 的 API 或者 plus 时,使用开源的 OpenAssistant 确实可以作为平替。对此,也有不少网友纷纷表示:

这是一个激动人心的事件。我正在停止我的 chatgpt 订阅。希望有一种简单的方法可以将我的 chatgpt 实验 (50+) 复制到 Google 文档或直接复制到 OpenAssistant,这样我就可以试用它们,看看它们是否也适用于 OA( OpenAssistant)。

这是阻止我立即取消我的 chatgpt+ 订阅的唯一想法。

我想知道是否可以为 OA 创建一个插件来做到这一点。我想很多人都会喜欢它。

对此,你怎么看呢?

关键词:

上一篇:
下一篇:
精彩阅读

天天精选!AI安全迫在眉睫,网民呼唤周鸿祎和360

热点

AI安全会随着AI智能的一路狂飙而逐渐显现出来。

不超过39k,AIGC美术人才薪资天花板怎么来的

热点

当互联网击鼓传花的节奏突然被打乱,讲故事的和听故事的似乎都换了状态。

昆仑万维的资本游戏:大模型一吹,股价翻倍

热点

在4月17日,天工大模型开放了内部测试并做了直播演示后,效果并不太好。

实时焦点:抢滩中国开发者生态,高通与神木科技合作打通本地化“最后一公里”

热点

待XR内容生态发展到一定阶段,是否会诞生XR领域的“杀手级应用”?

焦点速看:汉王科技迈入30年富足年华:深耕数字化,用AI创新技术赋能未来

热点

汉王科技三十年的发展历程,正是中国数字化产业快速发展的一个缩影。

焦点关注:2023年,重新认识有赞

热点

有赞的成绩,给国内SaaS行业带来非常值得思考的问题。

热点聚焦:V神高度重视的这个以太坊重要升级,或将开启Web3大爆发时代

热点

以太坊联合创始人VitalikButerin3月曾发文称,自托管非常重要,社交恢复和多重签名是实现这一目标的好方法。

阿里云发起“中企出海”联合计划 已帮助超22万中国企业出海

热点

阿里云将与中国企业共享技术价值,充分发挥服务深入、安全合规等能力优势,使阿里云成为中国企业全球化的首选云伙伴。

财富

裁员潮下,谁还向往大厂?

资讯

裁员潮下,谁还向往大厂?,2021年中出现的裁员浪潮,2023年还未停歇。被裁的大厂员工们流向了哪里?选择了什么样的生活方式?回头再看,大厂是

全球通讯!马斯克火星梦鸽了!「星舰」首飞40秒叫停,惊现压力阀故障,网友一片哀嚎

资讯

马斯克火星梦鸽了!「星舰」首飞40秒叫停,惊现压力阀故障,网友一片哀嚎,首飞这日,全球百万群众守候在直播前。谁能想到,因为压力阀的问题,

【环球时快讯】腾讯视频,没有“王炸”

资讯

腾讯视频,没有“王炸”,转型阵痛期,等待大爆款。

天天最资讯丨24座万亿GDP城市,哪里赚钱最耐花?

资讯

24座万亿GDP城市,哪里赚钱最耐花?,从数据看差距。

丹唛仕户外音响蓝牙怎么调?丹唛仕音响怎么调效果最好?

资讯

丹唛仕户外音响蓝牙怎么调?1 首先我们找到两个只需要音响顶部的键开 关和+。2、然后用两根手指同时按住以上两个键,专传注意是同时按住。3

u盘插入音响没反应怎么回事?u盘插入音响不能播放怎么回事?

资讯

u盘插入音响没反应怎么回事?可以尝试将U盘中的数据备份后在电脑上对其进行格式化,注意要勾选还原设备的默认值,再把数据拷贝进去再试试,

ap3是什么牌子的耳机?ap3蓝牙耳机充满电的标志?

资讯

ap3是什么牌子的耳机?1、一种是红灯每隔几秒就会闪烁一次,说明蓝牙耳机快没电了,需要及时给蓝牙耳机充电,不要等到彻底没电自动关机才充

康佳电视为什么找不到蓝牙?康佳扩音器无线怎么用?

资讯

康佳电视为什么找不到蓝牙?扩音器后面的卡扣拆卸方法如下用指头将卡子按起来,在把插头拔出。插头要用尖的东西将卡点压下,在拔插头就可以拔

怎么能把蓝牙耳机重置?没有按键的蓝牙耳机怎么连?

资讯

怎么能把蓝牙耳机重置?先把耳机打开(不需要进入配对状态),这时给蓝牙耳机充大约5-10秒的电,这样大部分的蓝牙耳机在开机状态下充电的时候

怎么调出耳机设置?无线耳机用户怎么设置?

资讯

怎么调出耳机设置?1、打开手机的桌面,点击设置的图标选项。2、然后进入选择应用和通知的选项。3、然后进入应用和通知,点击权限管理的选项

天天精选!AI安全迫在眉睫,网民呼唤周鸿祎和360

AI安全会随着AI智能的一路狂飙而逐渐显现出来。

不超过39k,AIGC美术人才薪资天花板怎么来的

当互联网击鼓传花的节奏突然被打乱,讲故事的和听故事的似乎都换了状态。

昆仑万维的资本游戏:大模型一吹,股价翻倍

在4月17日,天工大模型开放了内部测试并做了直播演示后,效果并不太好。

实时焦点:抢滩中国开发者生态,高通与神木科技合作打通本地化“最后一公里”

待XR内容生态发展到一定阶段,是否会诞生XR领域的“杀手级应用”?

苹果举行主题为超前瞻秋季新品发布会 AirPodsPro2正式登场

北京时间9月8日凌晨,苹果举行主题为超前瞻的秋季新品发布会,在此次发布会上,备受关注的iPhone 14系列新机、新款Apple Watch Ultra以

微软正为Windows12开发新驱动框架 提升新老显卡性能

Windows 12系统可能会在2024年到来,按照正常的节奏,其开发工作应该早已秘密进行。日前,有开发者从Windows 11最新预览版Build 25188中

华盛顿地铁站首次亮相为视障人士扩展旅行路线

5月25日消息,一款旨在帮助视障人士或盲人行人使用公共交通工具的应用程序在华盛顿地铁站首次亮相。该应用程序名为Waymap,旨在为盲人和视

2022年情况又要变了!华硕高管:今年PC恐怕要供过于求

这两年来,由于疫情导致的居家办公及远程教育需求爆发,一直在下跌的PC市场枯木逢春,2021年更是创下了2012年以来的最快增长,然而2022年情

垃圾佬的心头好!西数新款固态盘SN740曝光

对于DIY垃圾佬来说,散片、拆机件、工包……这些名词怕是并不陌生。本周,西数推出了主要供应OEM厂商的新款固态盘SN740。SN740升级到了第五

虚假宣传、误导消费者 倍至冲牙器关联公司被处罚

后来者要想在激烈的市场竞争中立足,如果可以背靠巨头享受大树底下好乘凉的红利,那自然是皆大欢喜,没有这个福气,也大可凭借自己一步一个