史丹佛70億參數開源模型媲美GPT-3.5,100美元即可復現
隨著大規模語言模式的日漸強大,人們對 AI 模式提出了倫理道德的更高要求。業界在模型規模擴展上有算力資源優勢,但要讓模型更規範可靠,需要學術界的努力。
近日,史丹佛基於 Meta 的 LLaMA 7B 模型微調出一個新模型 Alpaca。研究讓 OpenAI 的 text-davinci-003 模型以 self-instruct 方式產生 52K 指令遵循(instruction-following)樣本,以此作為 Alpaca 的訓練資料。研究團隊已將訓練資料、產生訓練資料的程式碼和超參數開源,後續也將發布模型權重和訓練程式碼。
- #專案網址:https://github.com/tatsu-lab/stanford_alpaca
- 試用網址:https://alpaca-ai-custom6.ngrok.io/
##實驗結果表明,Alpaca 的許多行為都與text-davinci-003 類似。也就是說,只有 7B 參數的輕量級模型 Alpaca 效能可媲美 GPT-3.5 這樣的超大規模語言模型。
我們來看看 Alpaca 模型是如何做到的。
訓練方法在學術界的預算條件下,訓練高品質的指令遵循模型面臨兩個重要挑戰:強大的預訓練語言模型和高品質的指令遵循數據。
Meta 最近發布的 LLaMA 系列模型解決了第一個挑戰。對於第二個挑戰,2022 年底的 self-instruct 論文提出使用現有的強大語言模型自動產生指令資料。
#論文網址:https://arxiv.org/abs/2212.10560
依照這個方法,Alpaca 使用LLaMA 7B 模型的監督學習在text-davinci-003 以self-instruct 方式產生的52K 指令遵循樣本上進行微調。
#self-instruct 方法概覽。
Alpaca 的研究團隊首先使用self-instruct 種子集中的175 個人工編寫的指令輸出(instruction-output)對,然後用該種子集作為in-context 樣本prompt text-davinci-003 來產生更多指令。該研究透過簡化產生 pipeline 改進了 self-instruct 方法,並顯著降低了成本。
該研究共生成了52K 個不同的指令和相應的輸出作為訓練數據,其中使用了OpenAI 開放的API,成本不到500 美元。由於研究團隊已將訓練資料開源,對於想要復現 Alpaca 的開發者來說,這500美元就省下了。
有了這個指令遵循資料集,該研究下一步使用Hugging Face 的訓練框架微調了LLaMA 模型,並利用了FSDP(Fully Sharded Data Parallel)和混合精度訓練等技術。成本方面,在 8 個 80GB A100 上微調一個 7B LLaMA 模型需要 3 個小時,這對大多數雲端運算供應商來說成本不到 100 美元。
模型評估該研究使用來自 self-instruct 評估集的輸入進行了人工評估,這項工作由 5 名研究團隊的學生完成。該評估集由 self-instruct 論文的作者收集整理,涵蓋了多種用戶導向的 instruction,涉及電子郵件、社交媒體和辦公室工具。
在將 text-davinci-003 和 Alpaca 7B 進行 blind pairwise 比較之後,研究者發現這兩個模型的性能非常相似,並且 Alpaca 略優於 text-davinci-003。
從參數規模的角度來看,Alpaca 遠遠小於 text-davinci-003,行動端甚至也可以運行 7B 的輕量級語言模型。這讓 Alpaca 意義非凡。
除了利用上述靜態的 self-instruct 評估集,該研究還對 Alpaca 模型進行了交互測試,並發現 Alpaca 的表現通常與 text-davinci-003 相似。
以下是研究團隊測試的兩個例子,結果顯示 Alpaca 的輸出良好,並且反映出指令遵循資料集的一般風格。例如,Alpaca 輸出的答案通常比 ChatGPT 更簡潔,這和 text-davinci-003 類似。
模型缺陷
在實驗中,Alpaca 也表現出語言模型的幾個常見缺陷,包括幻覺、毒性和刻板印象,其中幻覺問題尤其嚴重。
例如在下圖中,Alpaca 回答坦尚尼亞的首都是達累斯薩拉姆,但實際上應該是多多馬。
此外,Alpaca 能夠產生一些看似良好卻包含錯誤或虛假資訊的文本,這可能會誤導人們。
Alpaca 可能包含許多與底層語言模型和指令調優資料相關的其他缺陷。但是,Alpaca 對機器學習社群仍然具有重要意義,因為它提供了一個相對輕量級的模型,可作為研究重要缺陷的基礎。史丹佛的研究團隊也強調:Alpaca 只可用於學術研究,禁止任何商業用途。
接下來,史丹佛的研究團隊會進一步探究 Alpaca 模型的安全性、理解能力、規模擴展等等。研究團隊希望 Alpaca 能夠促進指令遵循模型的發展。
以上是史丹佛70億參數開源模型媲美GPT-3.5,100美元即可復現的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

谷歌力推的JAX在最近的基準測試中表現已經超過Pytorch和TensorFlow,7項指標排名第一。而且測試並不是JAX性能表現最好的TPU上完成的。雖然現在在開發者中,Pytorch依然比Tensorflow更受歡迎。但未來,也許有更多的大型模型會基於JAX平台進行訓練和運行。模型最近,Keras團隊為三個後端(TensorFlow、JAX、PyTorch)與原生PyTorch實作以及搭配TensorFlow的Keras2進行了基準測試。首先,他們為生成式和非生成式人工智慧任務選擇了一組主流

AI,的確正在改變數學。最近,一直十分關注這個議題的陶哲軒,轉發了最近一期的《美國數學學會通報》(BulletinoftheAmericanMathematicalSociety)。圍繞著「機器會改變數學嗎?」這個話題,許多數學家發表了自己的觀點,全程火花四射,內容硬核,精彩紛呈。作者陣容強大,包括菲爾茲獎得主AkshayVenkatesh、華裔數學家鄭樂雋、紐大電腦科學家ErnestDavis等多位業界知名學者。 AI的世界已經發生了天翻地覆的變化,要知道,其中許多文章是在一年前提交的,而在這一

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

波士頓動力Atlas,正式進入電動機器人時代!昨天,液壓Atlas剛「含淚」退出歷史舞台,今天波士頓動力就宣布:電動Atlas上崗。看來,在商用人形機器人領域,波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後,短短十幾小時內,就已經有一百多萬觀看。舊人離去,新角色登場,這是歷史的必然。毫無疑問,今年是人形機器人的爆發年。網友銳評:機器人的進步,讓今年看起來像人類的開幕式動作、自由度遠超人類,但這真不是恐怖片?影片一開始,Atlas平靜地躺在地上,看起來應該是仰面朝天。接下來,讓人驚掉下巴

人臉偵測辨識技術已經是一個比較成熟且應用廣泛的技術。而目前最廣泛的網路應用語言非JS莫屬,在Web前端實現人臉偵測辨識相比後端的人臉辨識有優勢也有弱勢。優點包括減少網路互動、即時識別,大大縮短了使用者等待時間,提高了使用者體驗;弱勢是:受到模型大小限制,其中準確率也有限。如何在web端使用js實現人臉偵測呢?為了實現Web端人臉識別,需要熟悉相關的程式語言和技術,如JavaScript、HTML、CSS、WebRTC等。同時也需要掌握相關的電腦視覺和人工智慧技術。值得注意的是,由於Web端的計

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

目標偵測在自動駕駛系統當中是一個比較成熟的問題,其中行人偵測是最早得以部署演算法之一。在多數論文當中已經進行了非常全面的研究。然而,利用魚眼相機進行環視的距離感知相對來說研究較少。由於徑向畸變大,標準的邊界框表示在魚眼相機當中很難實施。為了緩解上述描述,我們探索了擴展邊界框、橢圓、通用多邊形設計為極座標/角度表示,並定義一個實例分割mIOU度量來分析這些表示。所提出的具有多邊形形狀的模型fisheyeDetNet優於其他模型,並同時在用於自動駕駛的Valeo魚眼相機資料集上實現了49.5%的mAP
