2023 年 5 月 01 日

Stability AIの StableVicuna は人間のフィードバックでトレーニングされた初のチャットボットです

公開日: 01 年 2023 月 12 日 00:01 更新日: 2023 年 12 月 00 日 XNUMX:XNUMX

簡単に言えば

Stability AI は、ヒューマンフィードバックによる強化学習 (RLHF) を使用する初の大規模オープンソースチャットボットである StableVicuna をリリースします。

StableVicuna は Vicuna チャットボットに基づいており、13 億のパラメータを使用します LLaMA モデル。

Stability AI 持っています導入 AI における最新のブレークスルーである StableVicuna は、人間のフィードバックでトレーニングされた初の大規模なオープンソースチャットボットです。革新的なチャットボットは、 Stability AI、人気のオープンソース画像モデルを作成した会社、 Stable Diffusion、最新の AI 画像生成アルゴリズム、ディープフロイド.

StableVicuna は、13 月にリリースされた XNUMX 億のパラメータを使用する Vicuna チャットボットをベースにしています LLaMA モデル。ビクーニャのバリエーションの特徴は何ですか Stability AI Carper AI との違いは、ヒューマンフィードバックによる強化学習 (RLHF) の使用です。この方法により、モデルを継続的に改善できます。

Stability AI は、チャットボットが成功するのは、指示の微調整と人間のフィードバックによる強化学習という XNUMX つのトレーニング方法のおかげであると示唆しています。ただし、既存のチャットボットモデルのほとんどは、これらの方法のいずれか XNUMX つだけを使用し、両方を使用することはありません。最近、RLHF トレーニング用のデータセットが公開されるようになりました。したがって、ユーザーフレンドリーなトレーニングツールとともに、これにより、初の大規模なトレーニングツールである StableVicuna の作成が可能になりました。チャットボットモデル両方のタイプのトレーニングが組み込まれています。

StableVicuna には、テキスト生成、単純な数学関数、およびコードを記述する機能が組み込まれています。一般的なベンチマークでは、他のオープンソースチャットボットに匹敵します。

によるデコーダー、他のチャットボットからのデータで微調整されたオープンソースのチャットボットは、反復トレーニングを通じて既存のエラーとバイアスを増幅し、エコーチャンバー効果を引き起こすリスクがあります. データを微調整すると、元のモデルには存在しない情報が導入されるため、幻覚が悪化する可能性もあります。

ユーザーはチャットボットのデモにアクセスできます抱き合う顔. 同社はまた、将来的にチャットインターフェースを介して StableVicuna を提供する計画も明らかにしました。

続きを読む：

タグ：

免責事項

に沿ってトラストプロジェクトのガイドライン, このページで提供される情報は、法律、税金、投資、財務、またはその他の形式のアドバイスを目的としたものではなく、そのように解釈されるべきではないことに注意してください。損失しても許容できる金額のみを投資し、疑問がある場合は独立した財務上のアドバイスを求めることが重要です。詳細については、利用規約のほか、発行者または広告主が提供するヘルプおよびサポートページを参照することをお勧めします。 MetaversePost は正確で公平なレポートに努めていますが、市場の状況は予告なく変更される場合があります。

著者について

アグネは、メタバース、AI、およびメタバースの最新のトレンドと開発をカバーするジャーナリストです。 Web3 のための産業 Metaverse Post。ストーリーテリングに対する彼女の情熱により、これらの分野の専門家に数多くのインタビューを実施し、常にエキサイティングで魅力的なストーリーを明らかにしようと努めています。アグネは文学の学士号を取得しており、旅行、芸術、文化など幅広いトピックについて執筆する幅広い経歴を持っています。彼女は動物愛護団体の編集者としてもボランティアとして参加し、動物福祉問題についての意識を高めることに貢献しました。彼女に連絡する [メール保護].

より多くの記事

アグネ・シメルマン