关于深度学习:狂追ChatGPT开源社区的平替热潮

目前，不少优质的类ChatGPT模型都只能通过API接入，而一些开源LLM的成果与ChatGPT相比差距不小。不过，近期开源社区开始密集发力了。

其中，Meta的LLaMA模型透露是开源“ChatGPT”静止的代表性事件。基于LLaMA模型，开源社区近期接连公布了ChatLLaMa、Alpaca、Vicuna、Koala等模型，成果直追GPT-3.5，它也因而成为了开源LLM畛域的翻新地。

4月12日，Databricks齐全开源了12B参数的指令追随LLMDolly 2.0，包含训练代码、数据集（15000个prompt/response pairs）和模型权重，这些都能够随便商用。Dolly 2.0 基于EleutherAI pythia模型系列而开发。同一天，为了以更低成本、更快速度训练类ChatGPT模型，微软公布了DeepSpeed-Chat。

来自开源社区的“ChatGPT平替”浪潮正在暴发，LLM的生态构建将迎来新改革。

作者 | Toooold
OneFlow编译
翻译 | 贾川

当今，开源社区始终在寻求一种独立于OpenAI和ChatGPT的办法，正如晚期的飞行器想要解脱重力一样。

往年三月初，斯坦福大学AI研究所（Stanford HAI）分享了一种胜利办法“Alpaca: A Strong, Replicable Instruction-Following Model（https://github.com/tatsu-lab/stanford_alpaca）”，证实指令调优是一种有前途的办法。于是，这场ChatGPT“平替”的竞争开始了！

（本文在遵循CC BY-NC-SA 4.0协定的根底上由OneFlow编译公布，译文转载请分割OneFlow取得受权。原文：https://toooold.com/2023/04/08/magnificient_underdogs.html?co...）

1 再思考大型语言模型之“大”

LLM指的是“大型语言模型”，通常认为只有足够大的模型能力达到GPT的性能程度。然而，斯坦福的Alpaca提出了一条重要信息：只需对较小模型进行无限的指令调优，同样也能在重要工作中体现良好。这能够分成两个方面来解释：较小的模型和重要工作。

在Alpaca对Llama的7B模型进行指令调优之前，人们普遍认为模型越大，性能能力达到GPT的程度，而且可能须要一个175B的模型才可能与GPT-3相媲美。Alpaca利用Llama的预训练模型为根底，仅应用来自GPT模型的一个十分小的调优数据集（只有52000个样本），建设了一个具备对话性能的LLM。这表明：在领有良好的指令调优数据集的状况下，只有语言模型足够弱小，就能够达到良好的性能，而不须要十分大的模型来匹配GPT-3。

此外，Alpaca和Llama还表明，LLM并不需要在所有工作中体现得很好。例如，Alpaca和Llama 7B在解决编程相干工作时体现不佳，但在对话和个别工作方面体现良好。指令调优提供的逐渐办法是，增加更多常识到Alpaca模型中并利用其已学到的对话性能。例如，通过增加额定的2万个编程特定样本，能够让codealpaca在许多编程工作中体现良好。

另一方面，OpenAI展现了其超大型模型的工程债，例如可用工夫无限以及ChatGPT Plus客户每3小时只能进行25个查问等等。这些结果表明：较小的LLM可能是更好的抉择。

事实上，当初Llama和Alpaca 7B曾经可能运行在最便宜的设施上，如Macbook Air、树莓派4和谷歌Pixel 6手机上，因而它们成为了AI时代的新“覆灭兵士”。

它能运行LLaMA 7B吗？这会不会是“它能运行Doom吗”的新表述？——@ylecun

2 更多的ChatGPT开源“平替”退出这场角逐

Llama和Alpaca率先开启了这场角逐，随后更多的LLM模型也退出了其中。它们带来了更多的数据，以改良Alpaca；同时还有更快的调优办法或其余网络结构来代替Llama。

Alpaca须要更多的调优数据。来自“Guanaco: A Multilingual Instruction-Following Language Model Based on LLaMA 7B”（https://github.com/Guanaco-Model/Guanaco-Model.github.io）的Guanaco通过将Alpaca的指令用多种语言从新编写，并增加新的指令以对齐多种语言、理解内容等形式，引入了530k的多语言数据。像“Chinese-Vicuna: A Chinese Instruction-following LLaMA-based Model”（https://github.com/Facico/Chinese-Vicuna）和Chinese-LLaMA-Alpaca（https://github.com/ymcui/Chinese-LLaMA-Alpaca）这样的语言特定模型也提供了优化。源自“Vicuna: An Open-Source Chatbot Impressing GPT-4 with 90% ChatGPT Quality”（https://github.com/lm-sys/FastChat#vicuna-weights）的Vicuna则专一于改良Alpaca的聊天性能。

微软的低秩（Low Rank）采纳形式“LoRA”对减速tuning起了很大作用。这个想法很好：它将权重“解冻（freezed）”，但“在Transformer架构的每个层中注入可训练的秩合成矩阵（rank decomposition matrices）”，使得调优速度能够进步3倍。LoRA技术不仅对语言模型有用，它还有助于更快地调优文本到图像工作中的稳固扩散（stable diffusion）模型。（https://github.com/cloneofsimo/lora）

与此同时，Llama在这个框架中并不是那么重要，能够被替换成其余模型。Meta的Llama不容许对任何代码或权重进行商用。为更加独立，Lit-llama编写了Llama推理代码，但它仍须要应用Llama权重。开源社区提供了一些抉择，其中GLM和RWKV是最有前途的两个模型。

GLM（https://arxiv.org/abs/2103.10360）是一系列不同尺寸的模型。它采纳的办法与Meta的Llama不同，其6B模型具备聊天性能，可称为ChatGLM。与此同时，RWKV十分独特。它没有追随像GPT中的重叠式解码器Transformer构造，而是应用了相似RNN的递归网络，因而其上下文长度在实践上是有限的，而且其推理速度更快，内存老本更低。RWKV能够达到Transformer模型的品质，其对话版本可作为ChatRWKV找到。

当然，咱们也没有遗记上一代的GPT家族。Databricks开源了他们应用GPT-neox网络结构和利用指令调优的Dolly。后果也不错！

咱们能够在Language Model Evaluation Harness框架（https://github.com/EleutherAI/lm-evaluation-harness）中比拟LLM的性能，基准在这里https://bellard.org/ts_server/。截至目前（2023年4月上旬），这场角逐中LLama的体现最好。

3

4 Alpaca是完满的办法吗？

Alpaca引起了人们对较量中这些LLM大模型的关注，但咱们也必须抵赖它们存在一些毛病：法律问题、数据偏见、编码和数学问题。

Alpaca应用Llama作为其源构造，但Llama不容许商用，且其权重未公开，除非通过申请。

alpaca_data.json的52000条指令调优数据具备很好的多样性，但随后钻研表明其存在品质问题，可在此处找到修复办法：https://github.com/gururise/AlpacaDataCleaned。

GPT-4在数学和推理方面的能力曾经更加弱小，但Alpaca依然无奈获取足够的调优数据以执行此类工作。

5 总结

在1910年，一架比空气重的飞行器实现了从伦敦到巴黎的旅行，用时25小时11分钟。过后没有人能想到大概50年后人类会登上月球，这一壮举只有通过人类共同努力摸索所有可能性能力实现。

我置信Alpaca是AIGC时代最早的“飞行器”之一，咱们很快就会有开源实现来超过GPT模型。

题图源：Midjourney

欢送 Star、试用 OneFlow 最新版本：https://github.com/Oneflow-Inc/oneflow/

1

再思考大型语言模型之“大”

2

更多的ChatGPT开源“平替”退出这场角逐

3

更多社区反对

4

Alpaca是完满的办法吗？

5

总结