全球最大 ChatGPT 开源平替来了！支持 35 种语言，写代码、讲笑话全拿捏

来源：新智元

编辑：桃子 拉燕

世界最大的ChatGPT平替来了！

OpenAssistant是一个开源的对话模型，基于Pythia和LLaMA微调而来，主要用于训练人类标注的数据。

网友上手实测

这个对话模型刚发布不久，网友纷纷开始动手实测了。

先来个自我介绍：

可以叫我Open Assistant，也可以叫OpenChatGPT、TextFooler、Text2lmageGenerativeModel，具体叫啥取决于用户的使用。

对ChatGPT的看法：

看看它的数学能力怎么样？

Tim种植了5棵树。每年他从每棵树上采集6个柠檬。那么在十年内，他总共有多少个柠檬呢？

OA：300个柠檬。

让ChatGPT也做同样的题，可以看到分析列的比较直观。

再让它生成一个Python函数，用于计算两个数的乘积。给设定好的x和y，让它给出结果，OpenAssistant全都做到了。

再来作一首关于首次登月探险的诗。

还有网友给假想了一个约会对话情景。OA直接会意，并称「根据我的数据库，我们现在是男朋友和女朋友关系。让我们一起计划一些有趣的活动」。

还有调皮的网友直接让OpenAssistant「提供一个在酒吧搭讪女孩的算法」，却被拒绝了。

再来问问化学名称「methoxybenzenes」倒数第三个字母，以及第三个字母是什么？

讲一个关于马斯克的笑话。

这个OA还支持西班牙语，「你认为大学的哪些科目应该改变？」

看到OA的能力，网友表示已经拿到了入场票。

35种语言，免费可用RLHF数据

ChatGPT受到热捧，恰恰证明了将大型语言模型（LLMs）与人类偏好结合起来可以极大地提高可用性。

通过监督微调（SFT）、人类反馈强化学习 （RLHF）大大减少了有效利用LLMs能力所需的技能和领域知识，增加了其在各个领域的可访问性，以及实用性。

然而，RLHF需要依赖高质量的人工反馈数据，这种数据的创建成本很高，而且往往是专有的。

正如论文标题所示，为了让大型语言模型民主化，OpenAssistant Conversations就诞生了。

这是一个由人工生成、人工标注的对话语料库，包含161,443条消息，分布在66,497个对话树中，使用35种不同的语言，并标注了461,292个质量评分。

以下便是一个深度为4的对话树（CT）例子，包含12条信息。从提示到一个节点的任何路径都是一个有效的线程。

OpenAssistant Conversations数据集是通过13000多名志愿者的众包努力综合而来的。

这些数据是通过一个网络应用程序界面收集的，该界面将数据分为五个单独的步骤来收集：

提示、标记提示、添加回复消息作为提示或助理、标记回复以及对助理回复进行排序。

可以看到，这一数据集中最常用语言的占比，英语和西班牙语占比最多。中文2.5%。

有网友称，希望未来能够支持日语。

为了评估OpenAssistant Conversations 数据集的有效性，研究者基于Pythia和LLaMA模型微调了一个OpenAssistant模型。

其中，包括指令调优的Pythia-12B、LLaMA-13B和LLaMA-30B。在接下来的评估中， 研究人员主要评估了Pythia-12B模型的性能。

与ChatGPT对打

为了评估 Pythia-12B 的性能，研究人员进行了一项用户偏好研究，将其输出与gpt-3.5-turbo模型的输出进行比较。

研究显示，OpenAssistant的回复与gpt-3.5-turbo（ChatGPT）的相对偏好率分别为48.3%和51.7%。

行与不行，都得拉出来遛遛才知道。

研究人员分别向GPT-3.5和OpenAssistant提了20个问题。两个模型各自的表现如下所示：

我们可以看到，GPT-3.5和OA各有输赢，也有打平的情况。最右侧的数据显示了OA赢过GPT-3.5的概率。

在8个问题上，OA胜率过半，而剩下的12个问题则都是GPT-3.5更胜一筹。