最近AI对话模型很火,出现了一系列的模型.这其中有吹的很牛但貌似没多少人用的,也有确实能用的。

由于不管怎样,对话AI给出的信息都无法直接判断真假只能用于参考,所以难以用于直接写包含客观信息的文章。

在我看来关于AI对话比较有用的点有

1.文章写作。包含文章补写,文章改写等,这可以说是比较实用的能力了。包括诗词音乐等这种创作。2.对话AI。让其以某位角色的身份对话,这个更多的可以用于娱乐或者游戏,也可以用于创作。.GPT4提供多模态的内容,其中包括图片、音频等,但是现在这还需要付费。4.代码补全参考。我使用了Github的Copilot感觉还是很不错的,并不需要每次去问,所以是很方便的5.在语言层面,需要尽量支持多语言。

所以本文提供免费的ChatGPT替代品并进行测评。

关于大语言模型缩略称为LLM,所以在ChatGPT背后的使用的大模型更重要。

其中谷歌,OpenAI,Meta以及微软等等公司都是这些语言大模型的开发者,同时也有很多中小公司,学校以及很多个人开发者都在为这领域添砖加瓦。

Transformer是一个重要的技术创新，也被认为是继MLP、CNN和RNN之后的第四种重要模型。而基于Transformer模型的结构又可以分为三大类：仅编码器（Encoder-only）、仅解码器（Decoder-only）以及编码器-解码器（Encoder-Decoder）。其中，仅编码器的模型也称为自编码模型，它可以对文本进行理解类任务，例如文本分类、实体识别以及关键信息抽取。Bert、RoBERTa等都是比较著名的模型代表。而仅解码器的模型被称为自回归模型，它在生成类任务中相对较优秀，例如文本生成。GPT系列、LLaMA、OPT、Bloom等都是比较著名的代表。另外，编码器-解码器的模型在序列到序列的任务中非常常用，加盟了以前的编码器输出作为解码器输入。T5、BART、GLM等也是这类模型中比较知名的代表，可以应用于翻译、概要等基于条件的生成任务。

最近两个月，业内和学界都在追赶OpenAI提出的一系列指令式ChatGPT大模型。这些模型被许多人认为是开源的（或者提供一定程度的开放或有限访问）。其中，Meta的LLaMA最受

转载请注明:http://www.aideyishus.com/lkyy/7456.html