2023年第一天，请查收ChatGPT的年终总结！

哈喽！大家好，很高兴又见面了，我是golang学习网的一名作者，今天由我给大家带来一篇《2023年第一天，请查收ChatGPT的年终总结！》，本文主要会讲到等等知识点，希望大家一起学习进步，也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧！

ChatGPT的横空出世，可能是2022年下半年最引人注目的AI突破，虽然可能不是技术含量最高的。

前不久，在新奥尔良举行的2022 NeurIPS上，关于GPT-4的传言不绝于耳，与此同时，OpenAI也成为全场新闻媒体的焦点。

OpenAI宣布了GPT-3系列AI大型语言模型中的一个新模型：text-davinci-003，这是其「GPT-3.5系列」的一部分，可以通过处理更复杂的指令和产生更高质量、更长形式的内容来改进性能。

新模型建立在InstructGPT的基础上，使用带有人类反馈的强化学习，使语言模型与人类指令更好地保持一致。

达芬奇-003是一个真正的带有人类反馈的强化学习（RLHF）模型，它在人类的演示和高分的模型样本上使用监督微调来提高生成质量。"

而作为「GPT-3.5系列」的另一部分，OpenAI发布了ChatGPT的早期演示，该公司宣称，这个交互式的对话模型，不仅可以回答大量的后续问题，还会承认错误，对不正确的提问前提提出质疑，拒绝不适当的提问请求。

OpenAI在博客中表示，ChatGPT的研究发布是「OpenAI迭代部署越来越安全和有用的AI系统的最新步骤。它吸取了从GPT-3和Codex等早期模型部署中的许多经验教训，在利用人类反馈的强化学习（RLHF）时，有害和不真实的输出结果大幅减少。

另外，ChatGPT在训练中强调，它是一个机器学习模型，这可能是出于避免前不久谷歌的聊天机器人LaMDA引发的「AI是否有意识」的争议。

当然，ChatGPT也有局限性。

在博客文章中，OpenAI详细介绍了它的局限性，包括有时答案听起来似乎很有道理，但实际上是不正确或无意义的事实。

「解决这个问题是很有挑战性的，因为 (1) 在强化学习训练期间，目前没有保证一定有可靠的来源；(2) 训练模型更加谨慎，会拒绝可能正确回答的问题；(3) 监督训练可能误导模型，因为理想的答案取决于模型知道什么，而不是人类演示者知道什么。」

Open AI表示，ChatGPT 「有时会对有害的指令做出反应或表现出有偏见的行为。我们正在使用API来警告或阻止某些类型的不安全内容，但预计目前会有一些错误的否定和肯定。我们非常愿意收集用户的反馈，帮助我们正在进行的工作，改善这个模型」。

虽然ChatGPT可能还有很多亟待改进的问题，但我们不可否认，在GPT-4登场前，ChatGPT仍然是目前大型语言模型的顶流。

不过，最近的社群中，又有一个新的模型点燃了大家的讨论热情。最关键的是，它还是开源的。

本周， 负责对包括Meta的Make-A-Video在内的闭源 AI系统进行逆向工程的开发人员Philip Wang发布了PaLM + RLHF，这是一种文本生成模型，其行为类似于ChatGPT。

代码地址：https://github.com/lucidrains/PaLM-rlhf-pytorch

该系统结合了谷歌的大型语言模型PaLM和强化学习与人类反馈（RLHF）技术，创建了一个几乎可以完成ChatGPT任何任务的系统，包括起草电子邮件和建议计算机代码。

PaLm + RLHF的力量

自发布以来，ChatGPT因能够生成高清晰度的类人文本，并能以对话方式对用户问题做出回应，因此在科技界掀起了一场风暴。

这虽然是聊天机器人发展初期的重大进步，但人工智能领域的许多拥趸对ChatGPT的封闭性表示担忧。

时至今日，ChatGPT模型仍然是专有的，这意味着公众无法查看其底层代码。只有OpenAI真正知道它的工作原理以及它处理的数据。这种缺乏透明度可能会产生深远的影响，并可能长期影响用户的信任。

许多开发人员一直渴望构建一个开源替代方案，现在，它终于到来了。PaLM + RLHF是专门为Python语言构建的，可以为PyTorch实现。

开发人员可以像训练自回归transformer一样轻松训练 PaLM，然后使用人类反馈训练奖励模型。

和ChatGPT一样，PaLM + RLHF本质上是一种预测单词的统计工具。当从训练数据中输入大量示例时——如来自Reddit的帖子、新闻文章和电子书——PaLM + RLHF会根据诸如周围文本的语义上下文等模式，学习单词出现的可能性。

真有这么完美？

当然，理想和现实之间还存在着不小的差距。PaLM + RLHF看似完美，却也存在各种问题。其中最大的问题就是，人们现在还不能使用它。

要启动PaLM + RLHF，用户需要编译从博客、社交媒体、新闻文章、电子书等各种来源获取的千兆字节文本。

这些数据被提供给经过微调的PaLm模型，该模型将生成几个回应。例如，如果询问模型「经济学的基础知识是什么」，PaLm会给出诸如「经济学是研究……的社会科学」之类的回答。

之后，开发者会请人对模型生成的回答从好到差进行排名，并创建一个奖励模型。最后，排名用于训练「奖励模型」，该模型采用原始模型的回应并按偏好顺序对它们进行排序，过滤出给定提示的最佳答案。

然而，这是一个昂贵的过程。收集训练数据和训练模型本身并不便宜。PaLM有5400亿个参数，即语言模型从训练数据中学习到的部分。2020年的一项研究表明，开发一个只有15亿个参数的文本生成模型的费用高达160万美元。

今年7月，为了训练拥有1760亿个参数的开源模型Bloom，Hugging Face的研究人员耗时三个月，使用了384个英伟达A100 GPU。每个A100的价格高达数千美元，这不是任何普通用户所能承受的成本。

此外，即使完成了对模型的训练，运行PaLM + RLHF大小的模型也不是件易事。Bloom配备了八个A100 GPU的专用PC，而OpenAI的文本生成GPT-3（具有大约 1750 亿个参数）的运行成本约为每年87,000美元。

AI研究人员Sebastian Raschka在一篇关于PaLM + RLHF的文章中指出，扩大必要的开发工作流程也可能是一个挑战。

「即使有人为你提供500个GPU来训练这个模型，你仍然需要处理基础设施并拥有可以处理的软件框架，」他说。「这虽然可行，但目前来看，需要付出很大的努力。」

下一个开源ChatGPT

高昂的费用和庞大的规模都表明，如果没有资金雄厚的企业或个人不厌其烦地训练模型，PaLM + RLHF目前还没有取代ChatGPT的能力。

到目前为止，没有任何关于PaLM + RLHF确切的发布日期。作为参照，Hugging Face训练Bloom花了三个月的时间。相比之下，拥有5400亿参数的PaLM + RLHF可能需要等待6-8 个月的时间才能诞生一个有意义的版本。

好消息是，到目前为止，我们有三个已知的玩家在开发这个开源版ChatGPT的替代方案：

• CarperAI
• LAION
• Yannic Kilcher

CarperAI计划与EleutherAI和初创公司Scale AI和Hugging Face合作，发布第一个可立即运行的、类似ChatGPT的AI模型，该模型经过人类反馈训练。

代码地址：https://github.com/CarperAI/trlx

LAION是为Stable Diffusion提供初始数据集的非营利组织，它还率先开展了一个使用最新机器学习技术复制ChatGPT的项目。

代码地址：https://github.com/LAION-AI/Open-Assistant

LAION旨在打造一个「未来助手」，不仅能写电子邮件和求职信，还能「做有意义的工作、使用 API、动态研究信息等」。它处于早期阶段，但是几周前，一个包含相关资源的项目已在GitHub上线。

而由油管网红、AI研究人员Yannic Kilcher创建的GPT-4chan，更像是「出淤泥而全染」的嘴臭达人。

该模型中的「4chan」是一个美国在线匿名论坛，因网友身份皆为匿名，很多人便无所畏惧，发表各种政治不正确的言论。而Kilcher正式用4chan上的帖子对模型进行训练，其结果可想而知。

与论坛总基调类似，GPT-4chan的回答充斥着种族歧视、性别歧视和反犹太主义。不仅如此，Kilcher还将其底层模型发布到Hugging Face供他人下载。不过在很多AI研究人员的声讨下，官方很快限制了网友对该模型的访问。

在我们期待更多开源语言模型出现的同时，现在我们能做的只有等待。当然，继续免费使用ChatGPT 也是个好主意。

值得注意的是，在任何开源版本正式登场之前，OpenAI在开发方面仍遥遥领先。而2023年，GPT-4无疑是全世界AI爱好者翘首以盼的对象。

无数AI大佬都对其做出了自己的预测，这些预测或好或坏，但就像OpenAI首席运营官Sam Altman所言：「通用人工智能的建成会比大多数人想象得更快，并且它会改变大多数人想象中的一切。」

到这里，我们也就讲完了《2023年第一天，请查收ChatGPT的年终总结！》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于ChatGPT,AI的知识点！