GPT4All 一个开源 ChatGPT
ChatGPT 正在迅速发展与传播，新的大型语言模型 (LLM) 正在以越来越快的速度开发。就在过去几个月，有了颠覆性的 ChatGPT 和现在的 GPT-4。明确定义，GPT 代表（Generative Pre-trained Transformer），是底层语言模型，而 ChatGPT是为会话设计的具体实现。比尔·盖茨 (Bill Gates) 回顾 OpenAI 的工作时说，“人工智能时代已经开始”。如果感到难以跟上快速变化的步伐，那么并不孤单。就在刚才，超过 1000 名研究人员签署了一份请愿书，要求在未来六个月内暂停训练比 GPT-4 更强大的 AI 系统。
尽管技术成就显着，但它们仍然是闭门造车。尽管它的名字，OpenAI 长期以来一直受到一些人的批评，因为它没有发布他们的模型，甚至被一些人称为 ClosedAI。研究人员和爱好者都在努力寻找开源替代品。
如果错过了最近的发展，应该看看 Meta 的 LLaMA ( GitHub )，它应该优于 GPT-3。它是在 GNU 许可下获得许可的，虽然它不是严格开源的，但可以在注册后获得权重。这种开放显然是为了 LLaMA 的利益，社区很快就继续开发它。它很快以 llama.cpp 的形式移植到 C/C++，斯坦福大学的研究人员将其扩展到一个指令跟随模型，例如 ChatGPT，并将其命名为 Alpaca。还有 GPT4All，这篇博文是关于它的。
首先，来反思一下社区在短时间内开发开放版本的速度有多快。为了了解这些技术的变革性，下面是各个 GitHub 仓库的 GitHub 星数。作为参考，流行的 PyTorch 框架在六年内收集了大约 65,000 颗星。下面的图表是大约一个月。
GPT4All
但现在，来更深入地介绍 GPT4All。这是 Nomic AI 的助手式聊天机器人，刚刚公开发布。
如何基于现有的语言模型（如 LLaMA）创建类似 ChatGPT 的助手式聊天机器人？答案可能会大吃一惊：与聊天机器人互动并尝试了解它的行为。就 gpt4all 而言，这意味着从公开可用的数据源收集各种问题和提示样本，然后将它们交给 ChatGPT（更具体地说是 GPT-3.5-Turbo）以生成 806,199 个高质量的提示生成对。接下来，整理数据并删除低多样性响应，并确保数据涵盖广泛的主题。训练数据后，发现他们的模型比同类产品表现更好。
对我来说，其中一个主要吸引力在于作者发布了模型的量化 4 位版本。这是什么意思？实际上，在模型中以降低的精度而不是全精度执行某些操作，因此可以拥有更紧凑的模型。虽然像 ChatGPT 这样的模型在 Nvidia 的 A100 等专用硬件上运行，这是一款配备高达 80 GB RAM 的硬件怪兽，价格为 15,000 美元，但对于 GPT4All，意味着可以在消费级硬件上执行该模型。
设置
运行 GPT4All 的说明很简单，只要安装了正在运行的 Python，按照 GitHub 存储库上的设置说明进行操作即可。
- 下载量化检查点（请参阅自己尝试），大概是
4.2 Gb的大小，完全下载需要一定的时间 - 克隆环境
- 将检查点复制到 chat
- 设置环境并安装请求
- 运行
在 M1 MacBook Pro 上对此进行了测试，这意味着只需导航到 chat- 文件夹并执行 ./gpt4all-lora-quantized-OSX-m1。
设置一切应该需要几分钟，下载是最慢的部分，结果是实时返回的。
结果
现在，准备运行的 GPT4All 量化模型在基准测试时表现如何？虽然有详尽的基准测试集，但以下是可以预期的一些快速见解：
虽然有一些明显的错误（NLP -> NLU），但实际上对输出感到非常惊讶。
可以尝试一些更有创意的东西，比如诗歌：
发现这确实非常有用，同样，考虑到这是在 MacBook Pro 笔记本电脑上运行的。虽然它可能不在 GPT-3.5 甚至 GPT-4 级别，但它肯定有一些魔力。
注意事项
使用 GPT4All 时，请牢记作者的使用注意事项：
GPT4All 模型重量和数据仅用于研究目的并获得许可，禁止任何商业用途。GPT4All 基于 LLaMA，具有非商业许可。辅助数据是从 OpenAI 的 GPT-3.5-Turbo 收集的，其使用条款禁止开发与 OpenAI 进行商业竞争的模型。
此外，请注意 ChatGPT 具有多项安全功能。
总结
开源项目和社区努力在实施技术和加速创意方面非常强大。GPT4All 就是一个显着的体现。从根本上说，这为闭源模型的业务方面提供了一个有趣的视角。如果提供 AI 作为服务，那么需要多长时间才能让爱好者对 AI 进行足够长的探索以能够模仿它？对于 GPT4All 的案例，论文中有一个有趣的注释：花了四天的时间，GPU 成本 800 美元，OpenAI API 调用 500 美元，这具有足够的吸引力。
