Open Assistant

Открытый

ПРИМЕЧАНИЕ : OpenAssistant завершен, а проект теперь закончен. Спасибо всем, кто внес свой вклад! Ознакомьтесь с нашим сообщением в блоге для получения дополнительной информации. Окончательный опубликованный набор данных OASST2 можно найти на HuggingFace на OpenAssistant/OASST2

Оглавление

• Что такое открытый помощник?
• Полезные ссылки
• Как попробовать это
• Видение
• План
• Как вы можете помочь

---

Что такое открытый помощник?

Open Assistant - это проект, предназначенный для того, чтобы дать каждому доступ к отличной крупной языковой модели, основанной на чате.

Мы считаем, что, делая это, мы создадим революцию в инновациях в языке. Точно так же, что стабильная диффузия помогла миру сделать искусство и образы новым способом, мы надеемся, что открытый помощник может помочь улучшить мир, улучшив сам язык.

Полезные ссылки

• Сбор данных

• Чат

• Проектная документация

Как попробовать это

Общение с ИИ

Благодарность чата теперь живет здесь. Войдите и начните общаться! Пожалуйста, попробуйте отреагировать с большими пальцами вверх или вниз, чтобы получить ответы помощника при чате.

Внесение вклад в сбор данных

Фронт сбора данных теперь живет здесь. Войдите и начните выполнять задачи! Мы хотим собрать большой объем качественных данных. Отправляя, ранжирование и маркировка модели подсказки и ответы, вы будете непосредственно помогать улучшить возможности открытого помощника.

Запуск настройки разработки локально (без чата)

Вам не нужно запускать проект локально, если вы не участвуете в процессе разработки. Ссылка на веб -сайт выше приведет вас к публичному веб -сайту, где вы можете использовать приложение для сбора данных и чат.

Если вы хотите запустить приложение для сбора данных локально для разработки, вы можете настроить целый стек, необходимый для запуска открытого ассистента , включая веб-сайт, бэкэнд и связанные с ними зависимые службы, с Docker.

Чтобы запустить демонстрацию, запустите это в корневом каталоге репозитория (проверьте этот часто задаваемые вопросы, если у вас есть проблемы):

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

ПРИМЕЧАНИЕ. При запуске на MacOS с помощью чипа M1 вы должны использовать: DB_PLATFORM=linux/x86_64 docker compose ...

Затем перейдите к http://localhost:3000 (для загрузки может потребоваться некоторое время) и взаимодействовать с веб -сайтом.

ПРИМЕЧАНИЕ. Если возникает проблема с сборкой, пожалуйста, отправляйтесь в FAQ и ознакомьтесь с записями о Docker.

ПРИМЕЧАНИЕ. При входе по электронной почте перейдите по http://localhost:1080 чтобы получить ссылку на вход в электронную почту Magic.

ПРИМЕЧАНИЕ. Если вы хотите запустить это в стандартизированной среде разработки («DevContainer»), используя VSCODE локально или в веб -браузере с использованием кодексов GitHub, вы можете использовать предоставленную папку .devcontainer .

Запуск настройки разработки локально для чата

Вам не нужно запускать проект локально, если вы не участвуете в процессе разработки. Ссылка на веб -сайт выше приведет вас к публичному веб -сайту, где вы можете использовать приложение для сбора данных и чат.

Также обратите внимание, что локальная установка предназначена только для разработки и не предназначена для использования в качестве локального чат -бота, если только вы не знаете, что делаете.

Если вы знаете , что вы делаете, увидите папку inference для получения и запуска системы вывода, или посмотрите на --profile inference в дополнение к --profile ci в вышеуказанной команде.

Видение

Мы не собираемся останавливаться на воспроизведении CHATGPT. Мы хотим построить помощника будущего, не только писать по электронной почте и сопроводительные письма, но и выполнять значимую работу, использовать API, динамически исследовать информацию и многое другое, с возможностью персонализировать и расширять любой. И мы хотим сделать это так, чтобы это было открыто и доступно, что означает, что мы должны не только построить отличного помощника, но и сделать его маленьким и достаточно эффективным для работы на потребительском оборудовании.

План

Мы хотим как можно быстрее добраться до начального MVP, следуя 3-шагам, изложенным в бумаге InstructGPT

1. Соберите высококачественные образцы сгенерированных человеком инструкции (приглашение + ответ), цель> 50K. Мы разрабатываем краудсорсинговый процесс для сбора и рассмотрения подсказок. Мы не хотим тренироваться на наводнениях/токсичных/спаме/мусоре/личной информации. У нас будет таблица лидеров, чтобы мотивировать сообщество, которое показывает прогресс и самых активных пользователей. SWAG будет передаваться лучшим контрибьюторам.
2. Для каждого из собранных подсказок мы будем попробовать несколько завершений. Завершение одной подсказки будет затем показано случайным образом для пользователей, чтобы оценить их от лучших до худшего. Опять же, это должно произойти в краудсорсингу, например, нам нужно иметь дело с ненадежными потенциально злонамеренными пользователями. По крайней мере, несколько голосов независимыми пользователями должны быть собраны для измерения общего соглашения. Собранные даты ранжирования будут использованы для обучения модели вознаграждения.
3. Теперь следует фазу обучения RLHF на основе подсказок и модели вознаграждения.

Затем мы можем взять полученную модель и продолжить с шагом 2 -го заполнения для следующей итерации.

Слайд -палубы

Видение и дорожная карта

Важные структуры данных

Как вы можете помочь

Все проекты с открытым исходным кодом начинаются с таких людей, как вы. Открытый исходный код - это вера в то, что если мы сотрудничаем, мы можем вместе подарить миру свои знания и технологии на благо человечества.

Проверьте наше руководство для начала.