Heim  >  Artikel  >  Technologie-Peripheriegeräte  >  Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

WBOY
WBOYnach vorne
2023-04-12 15:19:531412Durchsuche

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

​最近一段时间,由 OpenAI 开发的 AI 聊天机器人程序 ChatGPT 横扫各大 AI 社区,大家对它的热情只增不减,不断挖掘其潜力。

有些研究者坐不住了,开始琢磨怎样才能开发个等同于 ChatGPT 的开源软件。还没有行动的小伙伴这次参考示例来了,下面我们将要介绍的这个项目(PaLM + RLHF)就实现了这样的功能。

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

项目地址:https://github.com/lucidrains/PaLM-rlhf-pytorch

该项目是在 PaLM 架构之上实施 RLHF(人类反馈强化学习)。基本上等同于 ChatGPT,区别是使用了 PaLM。PaLM 是在谷歌的通用 AI 架构「Pathways」上训练而成的具有 5400 亿参数的大型语言模型。而 RLHF,是 ChatGPT 在 GPT 3.5 系列模型的基础上,引入「人工标注数据 + 强化学习」(RLHF)来不断微调预训练语言模型,旨在让大型语言模型(LLM)学会理解人类的命令,并学会根据给定的 prompt 给出最优的答案。

想要了解 RLHF 更多内容,可以参考:https://huggingface.co/blog/rlhf

正如网友所说的:「在 AI 领域中,每有一次专项突破,开发者们很快就会复现出一个开源版本。」

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

不过该项目目前只包含训练架构和代码,没有预先训练好的权重。在使用说明上,文档也显示必须先要训练 PaLM。

对此也有网友表示担心,表示:这不是一个开箱即用的项目,还只是一个架构,就像 shell 一样,需要昂贵的开销才能训练完成,没有机构能够像谷歌那样训练 PaLM。

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

还有网友表示:「没有预训练权重是非常糟糕的,官方至少需要释放 50% 的稀疏权重,剩下的让开发者自己训练,才是最好的选择。」

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

不过也有网友表示自己会去尝试:

Schnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann

下面我们来看看这个项目是如何运行的。

安装

$ pip install palm-rlhf-pytorch

用法

首先训练 PaLM,就像任何其他自回归 transformer 一样。

import torch
from palm_rlhf_pytorch import PaLM
palm = PaLM(
num_tokens = 20000,
dim = 512,
depth = 12
).cuda()
seq = torch.randint(0, 20000, (1, 2048)).cuda()
loss = palm(seq, return_loss = True)loss.backward()
# after much training, you can now generate sequences
generated = palm.generate(2048) # (1, 2048)

接着使用精选的人类反馈来训练奖励模型。在原始论文中,在没有出现过拟合的情况下,无法从预训练 transformer 中获得微调的奖励模型。项目作者则提供了使用 LoRA 进行微调的选项。

import torch
from palm_rlhf_pytorch import PaLM, RewardModel
palm = PaLM(
num_tokens = 20000,
dim = 512,
depth = 12,
causal = False
)
reward_model = RewardModel(
palm,
num_binned_output = 5 # say rating from 1 to 5
).cuda()
# mock data
seq = torch.randint(0, 20000, (1, 1024)).cuda()prompt_mask = torch.zeros(1, 1024).bool().cuda() # which part of the sequence is prompt, which part is response
labels = torch.randint(0, 5, (1,)).cuda()
# train
loss = reward_model(seq, prompt_mask = prompt_mask, labels = labels)loss.backward()
# after much training
reward = reward_model(seq, prompt_mask = prompt_mask)

最后将 transformer 和奖励模型传递给 RLHFTrainer。

import torch
from palm_rlhf_pytorch import PaLM, RewardModel, RLHFTrainer
# load your pretrained palm
palm = PaLM(
num_tokens = 20000,
dim = 512,
depth = 12
).cuda()
palm.load('./path/to/pretrained/palm.pt')
# load your pretrained reward model
reward_model = RewardModel(
palm,
num_binned_output = 5
).cuda()
reward_model.load('./path/to/pretrained/reward_model.pt')
# ready your list of prompts for reinforcement learning
prompts = torch.randint(0, 256, (50000, 512)).cuda() # 50k prompts
# pass it all to the trainer and train
trainer = RLHFTrainer(
palm = palm,
reward_model = reward_model,
prompt_token_ids = prompts
)
trainer.train(num_episodes = 50000)
# then, if it succeeded...
# generate say 10 samples and use the reward model to return the best one
answer = trainer.generate(2048, prompt = prompts[0], num_samples = 10) # (<= 2048,)

Das obige ist der detaillierte Inhalt vonSchnell genug! Das beliebte ChatGPT-äquivalente Open-Source-Projekt ist da, Netizen: Ich mache mir Sorgen, dass ich es nicht ausführen kann. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:51cto.com. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen