Open Assistant

オープンアシスタント

注：OpenAssistantが完了し、プロジェクトが完了しました。貢献してくれたすべての人に感謝します！詳細については、ブログ投稿をご覧ください。最終的に公開されたOASST2データセットは、OpenAssistant/OASST2のHuggingfaceにあります

目次

• オープンアシスタントとは何ですか？
• 便利なリンク
• 試してみる方法
• ビジョン
• 計画
• どのようにあなたが助けることができるか

---

オープンアシスタントとは何ですか？

Open Assistantは、優れたチャットベースの大手言語モデルに誰もがアクセスできるようにするプロジェクトです。

これを行うことで、言語の革新に革命を起こすと信じています。同じように、安定した拡散が世界が新しい方法で芸術とイメージを作るのを助けました。

便利なリンク

• データ収集

• チャット

• プロジェクトのドキュメント

試してみる方法

AIとチャット

チャットフロントエンドはここに住んでいます。ログインしてチャットを始めましょう！チャット時にアシスタントの回答について、上下に親指を立てて反応してみてください。

データ収集に貢献します

データ収集フロントエンドは現在ここに住んでいます。ログインして、タスクを始めましょう！大量の品質データを収集したいと考えています。モデルのプロンプトと応答を送信、ランキング、およびラベル付けすることにより、オープンアシスタントの機能を改善するのに直接役立ちます。

開発セットアップをローカルに実行する（チャットなし）

開発プロセスに貢献していない限り、プロジェクトをローカルに実行する必要はありません。上記のWebサイトリンクは、データ収集アプリとチャットを使用できるパブリックWebサイトにご紹介します。

開発のためにデータ収集アプリをローカルに実行したい場合は、Webサイト、バックエンド、関連する依存サービスなど、オープンアシスタントをDockerで実行するために必要なスタック全体を設定できます。

デモを開始するには、これをリポジトリのルートディレクトリで実行します（問題がある場合はこのFAQを確認してください）：

docker compose --profile ci up --build --attach-dependencies

注： M1チップでmacOSで実行する場合、使用する必要があります： DB_PLATFORM=linux/x86_64 docker compose ...

次に、 http://localhost:3000に移動し（起動するのに時間がかかる場合があります）、Webサイトと対話します。

注：ビルドで問題が発生した場合は、FAQにアクセスして、Dockerのエントリをチェックしてください。

注：電子メールでログインする場合は、 http://localhost:1080に移動して、Magic Emailログインリンクを取得します。

注：標準化された開発環境（「DevContainer」）でVSCodeをローカルに使用して、またはGitHub CodeSpacesを使用してWebブラウザで実行する場合は、提供された.devcontainerフォルダーを使用できます。

チャット用に開発セットアップをローカルに実行します

開発プロセスに貢献していない限り、プロジェクトをローカルに実行する必要はありません。上記のWebサイトリンクは、データ収集アプリとチャットを使用できるパブリックWebサイトにご紹介します。

また、ローカルセットアップは開発専用であり、自分が何をしているのかわからない限り、ローカルチャットボットとして使用することを意図していないことに注意してください。

自分が何をしているのかを知っている場合は、推論システムをアップして実行するためのinferenceフォルダーを確認するか、上記のコマンドの--profile ciに加えて--profile inferenceを確認してください。

ビジョン

ChatGptの複製に停止するつもりはありません。私たちは、メールとカバーレターを書くだけでなく、意味のある仕事をし、APIを使用し、動的に研究情報などを使用して、誰もがパーソナライズおよび拡張する能力を備えているだけでなく、未来のアシスタントを構築したいと考えています。そして、私たちはこれをオープンでアクセスしやすい方法でやりたいと考えています。つまり、優れたアシスタントを構築するだけでなく、消費者ハードウェアで実行するのに十分な小さくて効率的にしなければなりません。

計画

instructgptペーパーで概説されている3段階に従って、できるだけ速く最初のMVPに到達したい

1. 高品質のヒトで生成された命令充填サンプル（プロンプト +応答）、目標> 50Kを収集します。クラウドソーシングプロセスを設計して、プロンプトを収集およびレビューします。洪水/毒性/スパム/ジャンク/個人情報データで訓練したくありません。進捗状況と最もアクティブなユーザーを示すコミュニティをやる気にさせるリーダーボードがあります。盗品はトップコントリビューターに与えられます。
2. 収集されたプロンプトごとに、複数の完了をサンプリングします。その後、1つのプロンプトの完了がユーザーにランダムに表示され、最高のものから最悪へとランク付けされます。繰り返しますが、これはクラウドソーシングで発生するはずです。たとえば、信頼できない潜在的に悪意のあるユーザーに対処する必要があります。独立したユーザーによる少なくとも複数票を集めて、全体的な契約を測定する必要があります。収集されたランキングデータは、報酬モデルのトレーニングに使用されます。
3. ここで、プロンプトと報酬モデルに基づいてRLHFトレーニングフェーズに従います。

その後、結果のモデルを取得し、次の反復のために完了サンプリングステップ2を続けることができます。

スライドデッキ

ビジョンとロードマップ

重要なデータ構造

どのようにあなたが助けることができるか

すべてのオープンソースプロジェクトは、あなたのような人々から始まります。オープンソースは、私たちが協力するならば、私たちは人類の利益のために私たちの知識と技術を世界に贈ることができるという信念です。

貢献ガイドをご覧ください。