共计 880 个字符，预计需要花费 3 分钟才能阅读完成。
我的项目代码：https://github.com/tatsu-lab/stanford_alpaca
博客介绍：https://crfm.stanford.edu/2023/03/13/alpaca.html
Alpaca 总览
Alpaca 是 LLaMA-7B 的微调版本，应用 Self-instruct[2] 形式借用 text-davinct-003 构建了 52K 的数据，同时在其构建策略上做了一些批改。
性能上作者对 Alpaca 进行了评估，与 openai 的 text-davinct-003 模型在 self-instruct[2] 场景下的性能体现类似。所以比起老本来看，Alpaca 更便宜。
text-davinct-003 与 chatGPT 同为 gpt3.5 模型之一，比 GPT- 3 模型 curie、babbage、ada 模型更好的品质、更长的输入和统一的指令遵循来实现任何语言工作
整体思路如下图
基于 Self-instruct 的数据生成
Self-instruct
Self-instruct 是一个利用 LLM 来生成指令遵循数据来指令微调模型的框架，外围奉献是生成指令遵循数据 。
指令数据由指令、输出、输入组成 。作者的数据生成 piple 蕴含四个步骤：
1）生成工作指令，
2）确定指令是否代表分类工作，不便 3 区别
3）失常工作应用输出优先方法，分类工作应用输入优先的 prompt 指令办法生成实例
4）过滤低质量的数据。
具体的 Self-instruct 能够看我别的文章。
Alpaca
Alpaca 基于 self-instruct，
- 改用 GPT-3.5：text-davinci-003 来生成指令数据（self-instruct 应用的 GPT-3：davinci）
- 指令生成时应用新的 prompt，间接一次性生成 20 个工作的指令（self-instruct 是迭代生成的，更费钱）
- 指令生成不辨别 分类 / 非分类工作，可能是 GPT3.5 更好，不须要区别了。
- 每个指令只生成 1 个实例。
最终的后果是以少于 $500 的便宜价格取得了 52K 的数据，下图反映了其数据多样性，内圈是词根是动词的指令，外圈是示意指标的指令。
