盘点 ChatGPT 与 Bard 的 8 个开源替代品

作者：21CTO发布时间：2023-04-25

导读：这里为您找到被广泛使用的开源框架怀模型，用于创建ChatGPT聊天机器人、集成 LLM 或启动您的新 AI 软件产品。

以下为各位介绍 8 种开源ChatGPT开源替代品。

LLaMALLaMA 项目包含一组基础语言模型，其大小从 70 亿到 650 亿个参数不等。

这些模型在数百万个 Token 上进行训练，并且专门在公开可用的数据集上进行训练。因此，LLaMA-13B 优于 GPT-3 (175B)，LLaMA-65B 的性能与 Chinchilla-70B 和 PaLM-540B 等优质模型相似。

图片来源：LLaMA （https://arxiv.org/abs/2302.13971）

相关资源：

GitHub: https://github.com/facebookresearch/llama

演示地址：https://huggingface.co/spaces/project-baize/baize-lora-7B

2. Alpaca

Stanford Alpaca（https://crfm.stanford.edu/2023/03/13/alpaca.html）声称它可以与 ChatGPT 竞争，任何人都可以以用不到 600 美元的价格复制并使用它。

Alpaca 7B 是根据 LLaMA 7B 模型在 52K 指令中进行微调。

训练图谱：https://crfm.stanford.edu/2023/03/13/alpaca.html

相关资源：

相关博客：https://crfm.stanford.edu/2023/03/13/alpaca.html

GitHub: https://github.com/tatsu-lab/stanford_alpaca

Demo：https://huggingface.co/spaces/tloen/alpaca-lora

3.Vicuna

Vicuna（https://vicuna.lmsys.org/）是根据 LLaMA 模型对从ShareGPT（https://sharegpt.com/）收集的用户共享对话数据进行微调。

Vicuna-13B 模型已达到 OpenAI ChatGPT 和 Google Bard 90%以上的质量。即使在 90% 的情况下，它的表现也优于 LLaMA 和 Stanford Alpaca 模型。目前训练 Vicuna 的费用约为 300 美元。训练和服务代码，以及在线演示都是公开的，可用于非商业用途。

图片来自Vicuna（https://vicuna.lmsys.org/）

4. OpenChatKit

OpenChatKit：开源 OpenChatKit 是一个用于创建聊天机器人的完整工具包。它提供了用于训练属于你自己的指令调整的大型语言模型、微调模型、用于更新机器人响应的可扩展检索系统，以及用于过滤问题的机器人审核指令。

图片来自TOGETHER

正如我们所见，GPT-NeoXT-Chat-Base-20B 模型在问答、提取和分类任务上的表现优于基本模式 GPT-NoeX。

相关资源：

GitHub：https://github.com/togethercomputer/OpenChatKit
参考文章：OpenChatKit：开源 ChatGPT 替代方案

5. GPT4ALL

GPT4ALL（https://github.com/nomic-ai/gpt4all）是一个社区驱动的开源项目，它在大量精选辅助交互语料库上进行训练，包括代码、故事与相关描述。

此团队也是非常勤奋，他们提供了数据集、模型权重、数据管理过程和训练代码，以全力促进开源。此外，他们还发布了可以在笔记本上运行的模型量化版本。

开发者甚至可以使用 Python 客户端来运行模型推理。

来源：GPT4ALL（https://github.com/nomic-ai/gpt4all）

相关资源：

技术报告：
https://s3.amazonaws.com/static.nomic.ai/gpt4all/2023_GPT4All_Technical_Report.pdf
GitHub: https://github.com/nomic-ai/gpt4all
演示：https://huggingface.co/spaces/rishiraj/GPT4All（非官方）
模型：https://huggingface.co/nomic-ai/gpt4all-lora