ChatGPT火了，一大批开源平替也来了
ChatGPT 凭一己之力让全球为 AI 沸腾，引发了科技巨头之间的聊天机器人军备竞赛。
众所周知，ChatGPT 的背后技术是 GPT（Generative Pre-trained Transformer）模型。GPT 是一种基于 Transformer 模型的自然语言处理模型，由 OpenAI 公司开发。它可以通过学习大量的自然语言数据来生成自然流畅的文本，例如文章、对话等。
2019 年 11 月，OpenAI 开源了 GPT-2 语言模型的完整版本（有 15 亿个参数）。GPT-2 是作为 OpenAI 2018 年 GPT 模型的 "直接扩展" 而创建的，其参数和训练数据集的大小都增加了 10 倍。
在 GPT-2 之后，OpenAI 又推出了 1750 亿个参数的 GPT-3，只是其源代码从未被公开。OpenAI 认为 GPT-3 可能被滥用，因此不应开源。包括后来的 GPT-3.5、GPT-4 都没有开源。目前，公开免费版 ChatGPT 仍然基于 GPT-3.5，不过按月订阅 “ChatGPT Plus” 的用户能够试用由 GPT-4 提供支持的更新版本的 ChatGPT。
尽管 ChatGPT 没有开源，但趁着这波热度，还是有不少类似的开源项目出现，GitHub 已经有人做个了替代 ChatGPT 的开源项目列表。
lucidrains/PaLM-rlhf-pytorch
这是一个类似于 ChatGPT 的模型，但使用的是 PaLM 架构。在 PaLM 架构之上实现了 RLHF（人类反馈强化学习）。
注：只有源代码，没有数据，没有模型权重，没有聊天系统。
togethercomputer/OpenChatKit
OpenChatKit 提供了一个强大的开源基础，可以为各种应用程序创建专用和通用聊天机器人。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
oobabooga/text-generation-webui
它是一个用于运行 GPT-J 6B、OPT、GALACTICA、LLaMA 和 Pygmalion 等大型语言模型的 gradio web UI。其目标是成为文本生成领域的AUTOMATIC1111/stable-diffusion-webui。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
KoboldAI/KoboldAI-Client
这是一个基于浏览器的前端，用于使用多个本地和远程 AI 模型进行 AI 辅助写作。它提供一系列标准工具，包括内存、作者笔记、世界信息、保存和加载、可调整的 AI 设置、格式化选项，以及导入现有 AI Dungeon 冒险的能力。您还可以打开冒险模式并像 AI Dungeon Unleashed 一样玩游戏。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
LAION-AI/Open-Assistant
OpenAssistant 是一个基于聊天的助手，可以理解任务，可以与第三方系统交互，并为此动态检索信息。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
tatsu-lab/stanford_alpaca
这是 Stanford Alpaca 项目的 repo，该项目旨在构建和共享指令遵循的 LLaMA 模型。
注：半开源、非真正开源、基于封闭模型等...
BlinkDL/ChatRWKV
ChatRWKV 类似于 ChatGPT，但由 RWKV（100% RNN）语言模型提供支持，并且是开源的。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
THUDM/ChatGLM-6B
ChatGLM-6B 是一个基于通用语言模型（GLM）框架的开放式双语语言模型，拥有 62 亿个参数。借助量化技术，用户可以在消费级显卡上进行本地部署（INT4 量化级别仅需 6GB GPU 显存）。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
bigscience-workshop/xmtf
此存储库概述了用于创建 BLOOMZ & mT0 和 xP3 的所有组件，这些组件在通过多任务微调进行跨语言泛化一文中介绍。
注：有数据，有模型权重，通过 API 可以实现基础的聊天功能。
carperai/trlx
这是一个用于通过人类反馈（RLHF）进行语言模型分布式训练的代码库，用于微调 GPT 模型以生成聊天文本的工具，支持在线 RL 训练多达 20 亿个参数的模型，以及离线 RL 训练更大的模型。
注：只有源代码，没有数据，没有模型权重，没有聊天系统。
databrickslabs/dolly
该模型基于 pythia-12b 进行训练，使用了约 15,000 条指令 / 响应微调记录，这些记录是由 Databricks 员工在 InstructGPT 论文的能力领域中生成的 databricks-dolly-15k。
注：有数据，有模型权重，通过 API 可以实现基础的聊天功能。
LianjiaTech/BELLE
本项目的目标是推动中文大型会话模型开源社区的发展。该项目在原有的 Stanford Alpaca 基础上优化了中文性能。模型微调仅使用通过 ChatGPT 生成的数据（没有其他数据）。此 repo 包含 175 个用于生成数据的中文种子任务、用于生成数据的代码、用于微调模型的 0.5M 生成数据等等。
注：有数据，有模型权重，通过 API 可以实现基础的聊天功能。
ethanyanjiali/minChatGPT
这个示例演示了如何使用 RLHF 技术对齐语言模型，使其能够生成类似于 ChatGPT 的聊天文本。
注：有数据，有模型权重，通过 API 可以实现基础的聊天功能。
cerebras/Cerebras-GPT
7 个开源 GPT-3 样式模型，参数范围从 1.11 亿到 130 亿，使用 Chinchilla 公式 训练。模型权重已在宽松许可下发布（特别是 Apache 2.0 许可）。
注：有数据，有模型权重，通过 API 可以实现基础的聊天功能。
TavernAI/TavernAI
一款主题风格是冒险和探险的聊天机器人，默认 AI 语言模型是 Pygmalion，还包括其他语言模型，比如 KoboldAI、ChatGPT、GPT-4 等。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
Cohee1207/SillyTavern
SillyTavern 是 TavernAI 1.2.8 的一个分支，目前正在积极开发中，并添加了许多主要功能。现在，它们可以被视为完全独立的程序。Tavern 是一个用户界面，它需要与一个 AI 系统后端配合使用，才能发挥作用。有多种支持的后端可供选择，包括 OpenAPI API（GPT）、KoboldAI（可以在本地运行或在 Google Colab 上运行）等。
注：有完整数据，有模型权重，包括 TUI 和 GUI 的精致聊天系统。
ChatGPT 这阵风刮得这么猛，GOTC 2023 怎会错过？
5 月 27 日至 28 日，GOTC 2023 将在上海召开，AIGC (AI Generated Content，AI 生成内容) 将成为本次大会的重头戏。尤其是在 “AI is Everywhere” 分论坛上，诸多 AI 专家将深入探讨 AIGC 背后的技术。
全球开源技术峰会（Global Open-source Technology Conference），简称 GOTC，是由开放原子开源基金会、 Linux 基金会亚太区、上海浦东软件园和开源中国联合发起的，面向全球开发者的一场盛大开源技术盛宴。 5 月 27 日至 28 日，GOTC 2023 将于上海举办为期 2 天的开源行业盛会。大会将以行业展览、主题发言、特别论坛、分论坛的形式展现，与会者将一起探讨元宇宙、3D 与游戏、eBPF、Web3.0、区块链等热门技术主题，以及开源社区、AIGC、汽车软件、开源商业化、开源教育培训、云原生等热门话题，探讨开源未来，助力开源发展。
GOTC 2023报名通道现已开启，诚邀全球各技术领域开源爱好者共襄盛举！