开放助手项目概述

Open-Assistant 旨在让每个人都能访问一个优秀的基于聊天的大型语言模型。

我们相信，通过这样做，我们将在语言创新方面引发一场革命。就像稳定扩散帮助世界以新的方式制作艺术和图像一样，我们希望开放助手能够通过改进语言本身来改善世界。

有用的链接

如何尝试

与AI聊天

聊天前端现在已经上线 这里。登录并开始聊天！请尝试在聊天时对助手的响应进行点赞或点踩。

贡献数据收集

数据收集前端现在已经上线 这里。登录并开始承担任务！我们希望收集大量高质量的数据。通过提交、排名和标记模型提示和响应，您将直接帮助改进开放助手的功能。

本地运行开发设置（无需聊天）

除非您要为开发过程做出贡献，否则无需在本地运行项目。上面的网站链接将带您进入公共网站，您可以在其中使用数据收集应用程序和聊天功能。

如果您想要在本地进行开发，可以使用 Docker 设置运行整个所需的堆栈，包括网站、后端和相关的依赖服务。

要启动演示，请在存储库的根目录中运行以下命令（如果出现问题，请查看 此常见问题解答）：

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

注意： 在具有 M1 芯片的 MacOS 上运行时，您必须使用：DB_PLATFORM=linux/x86_64 docker compose ...

然后，导航到 http://localhost:3000（启动可能需要一些时间），并与网站交互。

注意： 如果构建过程出现问题，请查看 常见问题解答 中有关 Docker 的条目。

注意： 当通过电子邮件登录时，请导航到 http://localhost:1080 以获取神奇的电子邮件登录链接。

注意： 如果您想在标准化的开发环境（即 “devcontainer”）中使用 vscode 本地 或在 Web 浏览器中使用 GitHub Codespaces，您可以使用提供的 .devcontainer 文件夹。

本地运行开发设置以进行聊天

除非您要为开发过程做出贡献，否则无需在本地运行项目。上面的网站链接将带您进入公共网站，您可以在其中使用数据收集应用程序和聊天功能。

还请注意，本地设置仅用于开发，并不意味着作为本地聊天机器人使用，除非您知道自己在做什么。

如果您知道自己在做什么，那么请查看 inference 文件夹以启动推理系统，或者在上述命令中使用 --profile inference 以及 --profile ci。

愿景和计划

我们不会止步于复制 ChatGPT。我们希望构建未来的助手，能够不仅仅写电子邮件和求职信，还能做有意义的工作，使用 API，动态研究信息等等，并且可以由任何人进行个性化和扩展。我们希望以开放和可访问的方式实现这一目标，这意味着我们不仅需要构建一个出色的助手，还要使其足够小巧和高效，以便在消费者硬件上运行。

计划

我们希望尽快以最快速度达到初始MVP，方法是遵循 InstructGPT 论文 中概述的3个步骤
  1. 收集高质量的人类生成的指令-完成样本（提示+响应），目标>50k。我们设计了一种众包过程来收集和审查提示。我们不想在洪水/有毒/垃圾/垃圾/个人信息数据上进行训练。我们将有一个排行榜来激励社区，显示进度和最活跃的用户。我们将给予排名前几名的贡献者一些奖品。
  2. 对于收集到的每个提示，我们将抽样多个完成。然后将一个提示的完成随机显示给用户，以将它们从最好到最差进行排名。同样，这应该是众包的，例如，我们需要处理不可靠的潜在恶意用户。至少需要收集多个独立用户的投票，以测量总体一致性。收集的排名数据将用于训练奖励模型。
  3. 现在根据提示和奖励模型进行 RLHF 训练阶段。

然后，我们可以采用产生的模型，并继续进行下一轮迭代的完成抽样步骤2。

幻灯片

如何帮助

所有开源项目都始于像您这样的人。

开源是一种信念，即如果我们合作，我们就能共同将我们的知识和技术赠送给世界，以造福人类。

查看我们的贡献指南以开始。

参考资料

https://github.com/LAION-AI/Open-Assistant