本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

ChatGPT的開源平替來了，源代碼、模型權(quán)重和訓(xùn)練數(shù)據(jù)集全部公開。

它叫OpenChatKit，由前OpenAI研究員共同打造。

效果是這樣兒的：

可以用簡單的語言解釋機(jī)器學(xué)習(xí)的概念，也可以回答測試者提出的第二個小問題。

信息提取也難不倒它，比如將一大段計劃用表格表示。

據(jù)悉，OpenChatKit一共包含200億參數(shù)，在EleutherAI的GPT-NeoX-20B（GPT-3開源替代品）上進(jìn)行了微調(diào)，還可以連接其它API或數(shù)據(jù)源進(jìn)行檢索等等。

這不，GitHub剛剛上線，就已經(jīng)獲得了800+標(biāo)星。

有網(wǎng)友感嘆“事情進(jìn)展得也太快了吧”，作者則回應(yīng)： 

安全帶系緊，享受“飆車”吧。

來看看它具體怎么玩？

OpenChatKit，你的平替ChatGPT

據(jù)介紹，OpenChatKit一共包含4個基本組件：

1、一個指令調(diào)優(yōu)的大型語言模型。

用EleutherAI的GPT-NoX-20B對聊天功能進(jìn)行了微調(diào)，后者在carbon-negative計算上具有4300萬條指令。

調(diào)整重點(diǎn)是多輪對話、問答、分類、提取和摘要等幾個任務(wù)。

2、定制配方（recipe）。

用來幫助微調(diào)模型使其能夠?yàn)樘囟ㄈ蝿?wù)提供高精度的結(jié)果，只需要準(zhǔn)備自己的數(shù)據(jù)集。

3、一個可擴(kuò)展的檢索系統(tǒng)。

可以讓你在推理時從文檔存儲庫、API或其他實(shí)時更新信息源添加信息。

4、一個由GPT-JT-6B微調(diào)而成的調(diào)節(jié)模型（moderation model）。可以過濾模型對一些問題的響應(yīng)。

這樣的OpenChatKit可以為各種應(yīng)用程序創(chuàng)建專用和通用的聊天機(jī)器人。

在GitHub上的倉庫，你可以找到它的訓(xùn)練代碼、測試推理代碼以及通過檢索增強(qiáng)模型的代碼。

具體如何使用？

首先，在開始之前，安好PyTorch和其他依賴項(xiàng)。

先從作者團(tuán)隊(duì)的網(wǎng)站（Together）安裝Miniconda，然后用此repo根目錄下的environment.yml文件創(chuàng)建一個名為OpenChatKit的環(huán)境。

由于repo使用Git LFS來管理文件，所以還需要按照他們網(wǎng)站上的說明進(jìn)行安裝，然后運(yùn)行g(shù)it lfs install。

接著，關(guān)于預(yù)訓(xùn)練權(quán)重。

GPT-NeoXT-Chat-Base-20B是GPT NeoX的200億參數(shù)變體，它在會話數(shù)據(jù)集上進(jìn)行了微調(diào)。

作者在Huggingface上的GPT-Next-Chat-Base-20B發(fā)布了預(yù)訓(xùn)練權(quán)重。

數(shù)據(jù)集方面，OpenChatKit模型是在LAION、Together和Ontocord.ai共同構(gòu)建的OIG數(shù)據(jù)集上訓(xùn)練的。

同樣，從Huggingface下載數(shù)據(jù)集，然后在repo的根目錄運(yùn)行以下命令就行：

python data/OIG/prepare.py。

（你也可以貢獻(xiàn)新的數(shù)據(jù)來改善模型效果～）

然后就可以預(yù)訓(xùn)練基礎(chǔ)模型了。

方法是在根目錄用以下命令下載GPT-NeoX-20B模型：

python pretrained/GPT-NeoX-20B/prepare.py。

它的權(quán)重放在pretrained/GPT-NeoX-20B/EleutherAI_gpt-neox-20b目錄中。

下載好之后，執(zhí)行bash training/finetune_GPT-NeoXT-Chat-Base-20B.sh腳本，開始配置和訓(xùn)練。

訓(xùn)練會啟動8個進(jìn)程，管道并行度為8，數(shù)據(jù)并行度為1。Checkpoints則將保存到repo根目錄的model_ckpts目錄中。

在推理之前，請務(wù)必將模型轉(zhuǎn)換為Hugginface格式。

為了幫助你測試模型，作者也在這里提供了一個簡單的測試命令行工具來進(jìn)行交互，執(zhí)行命令：

python inference/bot.py。

默認(rèn)情況下，腳本會在目錄下加載名為GPT-NeoXT-Chat-Base-20B model的模型，但我們可以通過—model進(jìn)行改變。

都弄好之后，在提示符處輸入文本，模型就會回復(fù)了。

最后，作者還提供了一個用維基百科進(jìn)行擴(kuò)展搜索的例子，操作也比較簡單，感興趣的同學(xué)可以自行查看。

關(guān)于作者

OpenChatKit的歸屬單位叫Together。

這是一家去年7月才成立的創(chuàng)業(yè)公司，專門為AI行業(yè)做去中心化的云服務(wù)。

CEO是Vipul Ved Prakash，他曾在蘋果做了5年高級總監(jiān)。

CTO是Zhang Ce，蘇黎世聯(lián)邦理工學(xué)院計算機(jī)專業(yè)的助理教授。

據(jù)推特博主Itamar Golan稱，OpenChatKit的作者包含多位前OpenAI研究員。

總的來說，OpenChatKit開箱即用，擅長多項(xiàng)任務(wù)，包括帶有上下文的總結(jié)和問題回答、信息提取、文本分類等。

但它還不太擅長創(chuàng)意寫作（尤其是編長故事）、寫代碼，以及有時可能會重復(fù)響應(yīng)你的請求、在切換話題時表現(xiàn)遲鈍……

不過，正如Together在博客中說的那樣：

這個模型不是發(fā)布完就完了，它是一個開源項(xiàng)目的開始。

或許我們可以持續(xù)關(guān)注一波～

那么，如果你感興趣，傳送門在這里：

?https://github.com/togethercomputer/OpenChatKit?
?https://huggingface.co/spaces/togethercomputer/OpenChatKit