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。

  1. 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；

  2. 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；

    1. 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；
    2. 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。
    3. 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。
  3. 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

  1. 推理能力、数学能力有余；
  2. 自我感知能力不够、幻觉问题依然存在；
  3. 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。