共计 1266 个字符，预计需要花费 4 分钟才能阅读完成。
Vicuna 和 StableVicuna 都是 LLaMA 的微调版本，均遵循 CC BY-NC-SA-4.0 协定，性能方面 Stable 版本更好些。
CC BY-NC-SA-4.0 是一种常识共享许可协定，其全称为 ” 署名 - 非商业性应用 - 雷同形式共享 4.0 国内 ”。
即 用的时候要署名原作者，不能商用，上游应用也必须是雷同的共享准则。
Vicuna
Vicuna（小羊驼、骆马）是 LLaMA 的指令微调版本模型，来自 UC 伯克利，代表模型为 Vicuna-13B。
- 博客：Vicuna: An Open-Source Chatbot Impressing GPT-4 with 90% ChatGPT Quality
- 我的项目代码：https://github.com/lm-sys/FastChat
- 评估办法 Paper：https://arxiv.org/pdf/2306.05685.pdf
训练过程
用 ShareGPT 网站的用户分享的 ChatGPT 对话记录，70k 条对话数据对 LLaMA 进行监督品质微调训练，性能超过了 LLaMa 和 Stanford Alpaca，达到了与 ChatGPT 类似的程度。
- 从 ShareGPT 上扒了 70k 对话语料，将 HTML 数据转化为 markdown 并对不适合、低质量的样本进行了过滤，同时对比拟长的数据进行了切分，来适应模型的上下文长度；
用 Alpaca 的代码进行多轮对话训练，应用 8 -A100，基于 Pytorch FSDP 训练框架训一天；
- 多轮对话训练：工作还是 next token prediction，同时 loss 只计算文本中 chatbot 输入的局部；
- 显存优化：将最大上下文长度从 alpac 的 512 调整为 2048，而后用 gradient checkpointing 和 flash attention 进行了显存节俭。
- 省钱：作者应用 SkyPilot 的算力计算的，就应用了 SkyPilot managed spot 来降低成本，利用更便宜的 spot 实例来主动复原抢占和主动区域切换。13B 模型能从 $1K 节俭到 $300。
- 在评估模型方面，之前的评估形式对当初的对话模型不再实用了，作者用 MT-Betch 一个多轮对话数据集 和ChatBot Arena（聊天机器人竞技场）的众包平台 进行评估。众包平台上是实在的用户来进行打分，另外因为 GPT- 4 是基于强化学习与人类反馈（RLHF）训练进去的模型，具备较好的与人对齐的能力，所以作者用 GPT- 4 也代替人 对其余模型进行评判，从而节省成本。具体可作者论文 Judging LLM-as-a-judge with MT-Bench and Chatbot Arena。
现有有余
- 推理能力、数学能力有余；
- 自我感知能力不够、幻觉问题依然存在；
- 模型自身可能存在潜在的偏见（比方某些舆论不正确，毕竟数据集决定了模型的立场）
Stable Vicuna
Stable Vicuna: https://github.com/Stability-AI/StableLM
基于 Vicuna-13B v0 的 RLHF 微调版本，由 StabilityAI 公布。没有训练细节纰漏，但应该比 Vicuna 要更优一些。
正文完
