参考链接：https://mp.weixin.qq.com/s/OK5NLLVSBLb-4QsnqGp45g

简要介绍

以 Meta 开源 LLaMA（直译为「大羊驼」）系列模型为起点            ，研究人员逐渐研发出基于LLaMA的Alpaca（羊驼）  
  
  
  
  
  
、Alpaca-Lora 
  
  
  
  
  
 、Luotuo（骆驼）等轻量级类 ChatGPT 模型并开源            。

近日 
 
  
 
  
 
  
 
  
 
  
 
 ，研究者们又提出了一个新的模型：Vicuna（小羊驼） 
 
  
 
  
 
  
 
  
 
  
 
 。该模型基于LLaMA











，参数量13B











。Vicuna-13B 就是通过微调 LLaMA 实现了高性能的对话生成

有趣的是
  
  
  
  
  
  ，在该模型的评测环节中 
  
  
  
  
  
 ，作者没有通过某种“标准化考试            ”来测定模型性能 


 


 


 


 


 


，而是让GPT-4当考官
 
 
 
 
 
 ，看看 GPT-4 更倾向于 Vicuna-13B 还是其他基线模型的答案
  
  
  
  
  
  。结果显示  
   
   
   
   
   
 ，相比于现有的 SOTA 开源模型（LLaMA


 


 


 


 


 


 、Alpaca） 

 

 

 

 

 

，GPT-4 在超过 90% 的问题中更倾向于 Vicuna

 

 

 

 

 

 ，并且 Vicuna 在总分上达到了 ChatGPT 的 92% 
  
  
  
  
  
 。

Vicuna（小羊驼）已开源            ，项目地址：https://github.com/lm-sys/FastChat

PS：浅浅玩了一下 


 


 


 


 


 


。总结：虽然没有chatGPT厉害 
 

 
 

 
 

 
 

 
 

 
 

，但是也不能算差了吧！而且开源是真香：）

模型介绍

数据来源

Vicuna 使用从 ShareGPT 收集的用户共享数据对 LLaMA 模型进行微调
 
 
 
 
 
 。从 ShareGPT 收集了大约 7 万个对话  
   
   
   
   
   
 。ShareGPT 是一个 ChatGPT 数据共享网站











，用户会上传自己觉得有趣的 ChatGPT 回答 

 

 

 

 

 

。

模型评估方法

该研究创建了 80 个不同的问题                  ，并利用 GPT-4 来初步评估模型的输出质量 
 
 
 
 
 
 
 
 
 
 
 
，其中将每个模型的输出组合成每个问题的单个 prompt

 

 

 

 

 

 。然后将 prompt 发送到 GPT-4

















，由 GPT-4 来根据有用性 
 
 
 
 
 
、相关性  
   
   
   
   
   
 、准确性和细节来评估上述模型生成的答案质量            。

下面是小羊驼-13B和其他模型的一些比较：

模型局限性

不擅长推理或数学任务            ，还有在输出信息的准确性和偏见等方面存在缺陷 
 

 
 

 
 

 
 

 
 

 
 

。

模型总体评价

作为一个开源模型 
 
  
 
  
 
  
 
  
 
  
 
 ，性能总体上可以达到 ChatGPT 的 90%











，已经非常难得
  
  
  
  
  
  ，并且成本较低 
  
  
  
  
  
 ，只需 300 美元











。