来源:新智元
开源先锋StabilityAI一天扔了两枚重磅炸弹:发布史上首个开源RLHF大语言模型,以及像素级图像模型DeepFloydIF。开源社区狂喜!
最近,大名鼎鼎的StableDiffusion背后的公司,一连整了两个大活。
首先,StabilityAI重磅发布了世上首个基于RLHF的开源LLM聊天机器人——StableVicuna。
StableVicuna基于Vicuna-13B模型实现,是第一个使用人类反馈训练的大规模开源聊天机器人。
有网友经过实测后表示,StableVicuna就是目前当之无愧的13BLLM之王!
对此,1xexited创始人表示,这可以看作是自ChatGPT推出以来的第二个里程碑。
另外,StabilityAI发布了开源模型DeepFloydIF,这个文本到图像的级联像素扩散模型功能超强,可以巧妙地把文本集成到图像中。
这个模型的革命性意义在于,它一连解决了文生图领域的两大难题:正确生成文字,正确理解空间关系!
秉持着开源的一贯传统,DeepFloydIF在以后会完全开源。
StailibityAI,果然是开源界当之无愧的扛把子。
StableVicuna
世上首个开源RLHFLLM聊天机器人StableVicuna,由StabilityAI震撼发布!
BSCStation与去中心化身份协议SPACE ID达成合作:5月7日消息,多链Launchpad BSCStation与去中心化身份协议SPACE ID达成集成合作伙伴关系,将共同探索在BSCStation平台集成.bnb、.eth、.arb域名。[2023/5/7 14:48:31]
一位Youtube主播对StableVicuna进行了实测,StableVicuna在每一次测试中,都击败了前任王者Vicuna。
所以这位Youtuber激动地喊出:StableVicuna就是目前最强大的13BLLM模型,是当之无愧的LLM模型之王!
StableVicuna基于小羊驼Vicuna-13B模型实现,是Vicuna-13B的进一步指令微调和RLHF训练的版本。
而Vicuna-13B是LLaMA-13B的一个指令微调模型。
从以下基准测试可以看出,StableVicuna与类似规模的开源聊天机器人在整体性能上的比较。
StableVicuna可以做基础数学题。
Do Kwon首次承认其是失败算法Stablecoin项目Basis Cash匿名成员:8月15日,Terra创始人Do Kwon在Terra崩盘后首次接受采访时表示,承认其是失败算法Stablecoin项目Basis Cash匿名成员Rick Sanchez,但未承认是 Basis Cash的联合创始人。
5月11日,据CoinDesk爆料,Terra创始人、Terraform Labs首席执行官Do Kwon是失败的算法Stablecoin项目Basis Cash背后的匿名联合创始人之一。该项目算法Stablecoin BAC于2021年年初脱锚后未能再次与美元重新锚定,目前价值不足1美分。
据Terraform Labs (TFL) 的前工程师Hyungsuk Kang爆料,Basis Cash实际上由Terra的一些早期创始成员创立,包括他自己和Do Kwon(化名Rick Sanchez)。[2022/8/15 12:26:49]
可以写代码。
还能为你讲解语法知识。
开源聊天机器人平替狂潮
StabilityAI想做这样一个开源的聊天机器人,当然也是受了此前LLaMa权重泄露引爆的ChatGPT平替狂潮的影响。
从去年春天Character.ai的聊天机器人,到后来的ChatGPT和Bard,都引发了大家对开源平替的强烈兴趣。
这些聊天模型的成功,基本都归功于这两种训练范式:指令微调和人类反馈强化学习(RLHF)。
这期间,开发者一直在努力构建开源框架帮助训练这些模型,比如trlX、trl、DeepSpeedChat和ColossalAI等,然而,却并没有一个开源模型,能够同时应用指令微调和RLHF。
大多数模型都是在没有RLHF的情况下进行指令微调的,因为这个过程十分复杂。
最近,OpenAssistant、Anthropic和Stanford都开始向公众提供RLHF数据集。
StabilityAI把这些数据集与trlX提供的RLHF相结合,就得到了史上第一个大规模指令微调和RLHF模型——StableVicuna。
NFT众筹平台Gamestarter将集成Polygon:面向游戏开发者的NFT众筹平台和市场Gamestarter宣布将在Polygon上发布,预计将大幅降低NFT铸造和交易费用。Gamestarter将作为平台成为Polygon gaming studio的一部分,并相信这将有助于加快区块链技术在游戏中的应用。Gamestarter平台上线的游戏项目也将集成至Polygon,因为Gamestarter将教育独立游戏开发人员在其即将推出的项目中使用Polygon链。[2021/9/1 22:52:22]
训练过程
为了实现StableVicuna的强大性能,研究者利用Vicuna作为基础模型,并遵循了一种典型的三级RLHF管线。
Vicuna在130亿参数LLaMA模型的基础上,使用Alpaca进行调整后得到的。
他们混合了三个数据集,训练出具有监督微调(SFT)的Vicuna基础模型:
OpenAssistantConversationsDataset(OASST1),一个人工生成的、人工注释的助理式对话语料库,包含161,443条消息,分布在66,497个对话树中,使用35种不同的语言;
GPT4AllPromptGenerations,由GPT-3.5Turbo生成的437,605个提示和响应的数据集;
Alpaca,这是由OpenAI的text-davinci-003引擎生成,包含52,000条指令和演示的数据集。
研究者使用trlx,训练了一个奖励模型。在以下这些RLHF偏好数据集上,研究者得到了SFT模型,这是奖励模型的基础。
OpenAssistantConversationsDataset(OASST1),包含7213个偏好样本;
AnthropicHH-RLHF,一个关于AI助手有用性和无害性的偏好数据集,包含160,800个人类标签;
斯坦福人类偏好(SHP),这是一个数据集,包含348,718个人类对各种不同回答的集体偏好,包括18个从烹饪到哲学的不同学科领域。
最后,研究者使用了trlX,进行近端策略优化(ProximalPolicyOptimization,PPO)强化学习,对SFT模型进行了RLHF训练,然后,StableVicuna就诞生了!
据StabilityAI称,会进一步开发StableVicuna,并且会很快在Discord上推出。
StarColl将推出《星球大战》限量NFT:5月4日消息,StarColl将推出《星球大战》限量NFT。(Cointelegraph)[2021/5/4 21:23:29]
另外,StabilityAI还计划给StableVicuna一个聊天界面,目前正在开发中。
相关演示已经可以在HuggingFace上查看了,开发者也可以在HuggingFace上下载模型的权重,作为原始LLaMA模型的增量。
但如果想使用StableVicuna,还需要获得原始LLaMA模型的访问权限。
获得权重增量和LLaMA权重后,使用GitHub存储库中提供的脚本将它们组合起来,就能得到StableVicuna-13B了。不过,也是不允许商用的。
DeepFloydIF
在同一时间,StabilityAI还放出了一个大动作。
你敢信,AI一直无法正确生成文字这个老大难问题,竟然被解决了?
没错,下面这张「完美」的招牌,就是由StabilityAI全新推出的开源图像生成模型——DeepFloydIF制作的。
除此之外,DeepFloydIF还能够生成正确的空间关系。
模型刚一发布,网友们已经玩疯了:
OKEx Jumpstart十一期项目DEAPCOIN兑换比例公布:据OKEx官方消息,OKEx Jumpstart十一期项目DEAPCOIN(DEP)兑换比例公布,即1DEP=0.00051OKB。
据了解,DEP预约中签将于香港时间4月8日12:00正式开始,本期OKEx Jumpstart不支持用户参与。[2020/4/8]
prompt:Robotholdinganeonsignthatsays"Icanspell".
不过,对于prompt中没有明确说明的文字,DeepFloydIF大概率还是会出错。
prompt:AneonsignofanAmericanmotelatnightwiththesignjavilop
官方演示
顺便一提,在硬件的需求上,如果想要实现模型所能支持的最大1,024x1,024像素输出,建议使用24GB的显存;如果只要256x256像素,16GB的显存即可。
是的,RTX306016G就能跑。
代码实现:https://gist.github.com/Stella2211/ab17625d63aa03e38d82ddc8c1aae151
开源版谷歌Imagen
2022年5月,谷歌高调发布了自家的图像生成模型Imagen。
根据官方演示的效果,Imagen不仅在质量上完胜OpenAI最强的DALL-E2,更重要的是——它能够正确地生成文本。
迄今为止,没有任何一个开源模型能够稳定地实现这一功能。
与其他生成式AI模型一样,Imagen也依赖于一个冻结的文本编码器:先将文本提示转换为嵌入,然后由扩散模型解码成图像。但不同的是,Imagen并没有使用多模态训练的CLIP,而是使用了大型T5-XXL语言模型。
这次,StabilityAI推出的DeepFloydIF复刻的正是这一架构。
甚至在测试中,DeepFloydIF凭借着COCO数据集上6.66的zero-shotFID分数,直接超越了谷歌的Imagen,以及一众竞品。
下一代图像生成AI模型
具体来说,DeepFloydIF是一个模块化、级联的像素扩散模型。
模块化:
DeepFloydIF由几个神经模块组成,它们在一个架构中相互协同工作。
级联:
DeepFloydIF以多个模型级联的方式实现高分辨率输出:首先生成一个低分辨率的样本,然后通过连续的超分辨率模型进行上采样,最终得到高分辨率图像。
扩散:
DeepFloydIF的基本模型和超分辨率模型都是扩散模型,其中使用马尔可夫链的步骤将随机噪声注入到数据中,然后反转该过程从噪声中生成新的数据样本。
像素:
DeepFloydIF在像素空间工作。与潜在扩散模型不同,扩散是在像素级别实现的,其中使用潜在表征。
上面这个流程图展示的就是,DeepFloydIF三个阶段的性能:
阶段1:
基本扩散模型将定性文本转换为64x64图像。DeepFloyd团队已经训练了三个版本的基本模型,每个版本都有不同的参数:IF-I400M、IF-I900M和IF-I4.3B。
阶段2:
为了「放大」图像,团队将两个文本条件超分辨率模型应用于基本模型的输出。其中之一将64x64图像放大到256x256图像。同样,这个模型也有几个版本:IF-II400M和IF-II1.2B。
阶段3:
应用第二个超分辨率扩散模型,生成生动的1024x1024图像。最后的第三阶段模型IF-III拥有700M参数。
值得注意的是,团队还没有正式发布第三阶段的模型,但DeepFloydIF的模块化特性让我们可以使用其他上采样模型——如StableDiffusionx4Upscaler。
团队表示,这项工作展示了更大的UNet架构在级联扩散模型的第一阶段的潜力,从而为文本到图像合成展示了充满希望的未来。
数据集训练
DeepFloydIF是在一个定制的高质量LAION-A数据集上进行训练的,该数据集包含10亿对。
LAION-A是LAION-5B数据集英文部分的一个子集,基于相似度哈希去重后获得,对原始数据集进行了额外的清理和修改。DeepFloyd的定制过滤器用于删除水印、NSFW和其他不适当的内容。
目前,DeepFloydIF模型的许可仅限于非商业目的的研究,在完成反馈的收集之后,DeepFloyd和StabilityAI团队将发布一个完全免费的商业版本。
参考资料:
https://stability.ai/blog/stablevicuna-open-source-rlhf-chatbot
https://stability.ai/blog/deepfloyd-if-text-to-image-model
原文作者:Ignas原文编译:Luffy,ForesightNews别再光顾着围观Memecoin了,看看DeFi领域有什么新东西.
1900/1/1 0:00:00如何参考Web2市场定价方式?为新产品或服务定价是创始人在产品开发生命周期早期需要解决的关键挑战之一。在一个相对较新的市场,比如加密货币,定价很难“货比三家”。定价策略取决于市场环境.
1900/1/1 0:00:00各位朋友,欢迎来到SignalPlus宏观点评。SignalPlus宏观点评每天为各位更新宏观市场信息,并分享我们对宏观趋势的观察和看法。欢迎追踪订阅,与我们一起关注最新的市场动态.
1900/1/1 0:00:00头条▌数据:USDC流通量已降至305亿枚附近金色财经报道,据Circle官网数据,4月20日至4月27日期间,Circle共发行约7亿枚USDC,赎回约11亿枚USDC,流通量减少约5亿枚.
1900/1/1 0:00:00博链财经BroadChain获悉,5月6日,Galaxy研究副总裁ChristineKim发文总结第108次以太坊核心开发者共识会议,开发人员在会上讨论和协调对以太坊共识层的更改.
1900/1/1 0:00:00来源:香港金管局2022年是迎难而上的一年。2022年伊始,全球经济环境一片暗淡。全球经济增长继续受压,通胀压力亦持续上升.
1900/1/1 0:00:00