斯坦福开源机器人继续发布 Vicuna-7B：小巧、高效但功能强大

斯坦福开源机器人Vicuna继上次Vicuna权重几天后，继续发布了 Vicuna-7B：小巧、高效但功能强大。 MacBook 用户只需“pip install fschat”，即可在 M1 芯片上使用 GPU 加速运行 Vicuna-7B！

相关介绍：

Vicuna：一个以 90% ChatGPT 质量打动 GPT-4 的开源聊天机器人。

此转换命令需要大约 30 GB 的 CPU RAM。

python3 -m fastchat.model.apply_delta \
--base /path/to/llama-7b \
--target /output/path/to/vicuna-7b \
--delta lmsys/vicuna-7b-delta-v0

此转换命令需要大约 60 GB 的 CPU RAM。

python3 -m fastchat.model.apply_delta \
--base /path/to/llama-13b \
--target /output/path/to/vicuna-13b \
--delta lmsys/vicuna-13b-delta-v0

更多介绍：

模型类型： Vicuna 是一个开源聊天机器人，通过微调 LLaMA 对从 ShareGPT 收集的用户共享对话进行训练。它是一种基于转换器架构的自回归语言模型。

模型日期： Vicuna 在 2023 年 3 月至 2023 年 4 月之间接受训练。

开发模型的组织： Vicuna 团队成员来自加州大学伯克利分校、CMU、斯坦福大学和加州大学圣地亚哥分校。

有关更多信息的论文或资源： https: //vicuna.lmsys.org/

许可证： Apache 许可证 2.0

在哪里发送有关模型的问题或评论： https://github.com/lm-sys/FastChat/issues

主要预期用途： Vicuna 的主要用途是研究大型语言模型和聊天机器人。

主要目标用户： 该模型的主要目标用户是自然语言处理、机器学习和人工智能领域的研究人员和爱好者。

从 ShareGPT.com 收集的 70K 对话。

通过创建一组 80 个不同的问题并利用 GPT-4 来判断模型输出，对模型质量进行了初步评估。有关详细信息，请参阅https://vicuna.lmsys.org/ 。