หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ผู้ช่วย

หมายเหตุ : OpenAssistant เสร็จสมบูรณ์และโครงการเสร็จสิ้นแล้ว ขอบคุณทุกคนที่มีส่วนร่วม! ตรวจสอบโพสต์บล็อกของเราสำหรับข้อมูลเพิ่มเติม ชุดข้อมูล OASST2 ที่เผยแพร่ขั้นสุดท้ายสามารถพบได้ใน HuggingFace ที่ OpenAssistant/OASST2

สารบัญ

  • ผู้ช่วยเปิดคืออะไร?
  • ลิงค์ที่มีประโยชน์
  • วิธีลองใช้
  • วิสัยทัศน์
  • แผน
  • คุณจะช่วยได้อย่างไร

ผู้ช่วยเปิดคืออะไร?

Open Assistant เป็นโครงการที่ช่วยให้ทุกคนสามารถเข้าถึงโมเดลภาษาขนาดใหญ่ที่ใช้แชทที่ยอดเยี่ยมได้

เราเชื่อว่าการทำเช่นนี้เราจะสร้างการปฏิวัติในนวัตกรรมทางภาษา ในทำนองเดียวกับที่การกระจายที่มั่นคงช่วยให้โลกสร้างงานศิลปะและภาพในรูปแบบใหม่ที่เราหวังว่าผู้ช่วย Open สามารถช่วยปรับปรุงโลกด้วยการปรับปรุงภาษาเอง

ลิงค์ที่มีประโยชน์

  • การรวบรวมข้อมูล

  • แชท

  • เอกสารโครงการ

วิธีลองใช้

คุยกับ AI

ส่วนหน้าแชทตอนนี้อยู่ที่นี่ เข้าสู่ระบบและเริ่มแชท! โปรดลองทำปฏิกิริยากับยกนิ้วขึ้นหรือลงสำหรับคำตอบของผู้ช่วยเมื่อคุยกัน

มีส่วนร่วมในการรวบรวมข้อมูล

การรวบรวมข้อมูลส่วนหน้าอยู่ที่นี่แล้ว เข้าสู่ระบบและเริ่มทำงาน! เราต้องการรวบรวมข้อมูลคุณภาพสูง โดยการส่งการจัดอันดับและการติดฉลากจะแจ้งให้ทราบและตอบสนองคุณจะช่วยปรับปรุงความสามารถของผู้ช่วยเปิดโดยตรง

รันการตั้งค่าการพัฒนาในเครื่อง (โดยไม่ต้องแชท)

คุณไม่จำเป็นต้องเรียกใช้โครงการในท้องถิ่นเว้นแต่คุณจะมีส่วนร่วมในกระบวนการพัฒนา ลิงค์เว็บไซต์ด้านบนจะนำคุณไปยังเว็บไซต์สาธารณะที่คุณสามารถใช้แอพการรวบรวมข้อมูลและแชท

หากคุณต้องการเรียกใช้แอพการรวบรวมข้อมูลในเครื่องเพื่อการพัฒนาคุณสามารถตั้งค่าสแต็กทั้งหมดที่จำเป็นในการเรียกใช้ แบบเปิดโล่ง รวมถึงเว็บไซต์แบ็กเอนด์และบริการที่เกี่ยวข้องกับ Docker

ในการเริ่มต้นการสาธิตให้เรียกใช้ในไดเรกทอรีรากของที่เก็บ (ตรวจสอบคำถามที่พบบ่อยนี้หากคุณมีปัญหา): 

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

หมายเหตุ: เมื่อทำงานบน MacOS ด้วยชิป M1 คุณต้องใช้: DB_PLATFORM=linux/x86_64 docker compose ...

จากนั้นนำทางไปที่ http://localhost:3000 (อาจใช้เวลาสักครู่ในการบูต) และโต้ตอบกับเว็บไซต์

หมายเหตุ: หากมีปัญหาเกิดขึ้นกับการสร้างโปรดไปที่คำถามที่พบบ่อยและตรวจสอบรายการเกี่ยวกับ Docker

หมายเหตุ: เมื่อเข้าสู่ระบบทางอีเมลนำทางไปที่ http://localhost:1080 เพื่อรับลิงค์เข้าสู่ระบบอีเมลเวทมนตร์

หมายเหตุ: หากคุณต้องการเรียกใช้สิ่งนี้ในสภาพแวดล้อมการพัฒนาที่ได้มาตรฐาน ("devContainer") โดยใช้ vScode ในเครื่องหรือในเว็บเบราว์เซอร์โดยใช้รหัส GitHub คุณสามารถใช้โฟลเดอร์ .devcontainer ที่ให้ไว้

รันการตั้งค่าการพัฒนาในพื้นที่สำหรับการแชท

คุณไม่จำเป็นต้องเรียกใช้โครงการในท้องถิ่นเว้นแต่คุณจะมีส่วนร่วมในกระบวนการพัฒนา ลิงค์เว็บไซต์ด้านบนจะนำคุณไปยังเว็บไซต์สาธารณะที่คุณสามารถใช้แอพ Data Collection และแชท

นอกจากนี้โปรดทราบว่าการตั้งค่าในท้องถิ่นนั้นมีไว้สำหรับการพัฒนาเท่านั้นและไม่ได้หมายถึงการใช้เป็น chatbot ในท้องถิ่นเว้นแต่คุณจะรู้ว่าคุณกำลังทำอะไรอยู่

หากคุณ รู้ ว่าคุณกำลังทำอะไรอยู่ให้ดูโฟลเดอร์ inference เพื่อให้ระบบอนุมานทำงานและทำงานหรือดู --profile inference นอกเหนือจาก --profile ci ในคำสั่งด้านบน

วิสัยทัศน์

เราจะไม่หยุดที่จะทำซ้ำ CHATGPT เราต้องการสร้างผู้ช่วยในอนาคตไม่เพียง แต่เขียนอีเมลและจดหมายปก แต่ทำงานที่มีความหมายใช้ API ข้อมูลการวิจัยแบบไดนามิกและอื่น ๆ อีกมากมายที่มีความสามารถในการเป็นส่วนตัวและขยายโดยใคร และเราต้องการทำสิ่งนี้ในแบบที่เปิดและเข้าถึงได้ซึ่งหมายความว่าเราไม่เพียง แต่ต้องสร้างผู้ช่วยที่ยอดเยี่ยม แต่ยังทำให้มันเล็กและมีประสิทธิภาพพอที่จะทำงานบนฮาร์ดแวร์ผู้บริโภค

แผน

เราต้องการไปที่ MVP เริ่มต้นให้เร็วที่สุดเท่าที่จะทำได้โดยทำตาม 3 ขั้นตอนที่ระบุไว้ในกระดาษ InstructGPT
  1. รวบรวมตัวอย่างการเรียนการสอนที่เพิ่มขึ้นของมนุษย์คุณภาพสูง (พร้อมท์ + ตอบสนอง), เป้าหมาย> 50K เราออกแบบกระบวนการ crowdsourced เพื่อรวบรวมและตรวจสอบพรอมต์ เราไม่ต้องการฝึกอบรมเกี่ยวกับน้ำท่วม/พิษ/สแปม/ข้อมูลส่วนบุคคล/ข้อมูลส่วนบุคคล เราจะมีลีดเดอร์บอร์ดเพื่อกระตุ้นชุมชนที่แสดงความคืบหน้าและผู้ใช้ที่ใช้งานมากที่สุด Swag จะมอบให้กับผู้เข้าร่วมด้านบน
  2. สำหรับพรอมต์ที่รวบรวมแต่ละครั้งเราจะเก็บตัวอย่างความสำเร็จหลายรายการ ความสำเร็จของพรอมต์หนึ่งจะถูกแสดงแบบสุ่มให้ผู้ใช้จัดอันดับจากที่ดีที่สุดไปจนถึงที่เลวร้ายที่สุด สิ่งนี้ควรเกิดขึ้นอีกครั้งที่ฝูงชนเช่นเราต้องจัดการกับผู้ใช้ที่ไม่น่าเชื่อถือ อย่างน้อยหลายคะแนนโดยผู้ใช้อิสระจะต้องถูกรวบรวมเพื่อวัดข้อตกลงโดยรวม การจัดอันดับข้อมูลที่รวบรวมจะถูกใช้เพื่อฝึกอบรมรูปแบบรางวัล
  3. ตอนนี้เป็นไปตามขั้นตอนการฝึกอบรม RLHF ตามพรอมต์และโมเดลรางวัล

จากนั้นเราสามารถใช้โมเดลผลลัพธ์และดำเนินการต่อด้วยการสุ่มตัวอย่างขั้นตอนที่ 2 เพื่อทำซ้ำครั้งต่อไป

สไลด์ดาดฟ้า

วิสัยทัศน์และแผนงาน

โครงสร้างข้อมูลที่สำคัญ

คุณจะช่วยได้อย่างไร

โครงการโอเพ่นซอร์สทั้งหมดเริ่มต้นด้วยคนอย่างคุณ โอเพ่นซอร์สเป็นความเชื่อที่ว่าถ้าเราทำงานร่วมกันเราสามารถมอบของขวัญความรู้และเทคโนโลยีของเราให้กับโลกเพื่อประโยชน์ของมนุษยชาติ

ตรวจสอบคู่มือการสนับสนุนของเราเพื่อเริ่มต้น

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด