今年 2 月份，億參源機器之心報道了復旦大學推出中國版 ChatGPT 的數新消息，引起了廣泛關注。增多當時，力復邱錫鵬教授就曾表示將于四月份開源 Moss。億參源
昨天，數新開源版的增多 Moss 真的來了。
項目地址：https://github.com/OpenLMLab/MOSS
MOSS 是力復一個支持中英雙語和多種插件的開源對話語言模型，但參數數量比 ChatGPT 少得多。億參源在 v0.0.2 之后，數新團隊持續對其進行調整，增多推出了 MOSS v0.0.3，力復也就是億參源目前開源的版本。相比于早期版本，數新功能也實現了多項更新。增多
最初的測試中，MOSS 的基礎功能與 ChatGPT 類似，可以按照用戶輸入的指令完成各類自然語言處理任務，包括文本生成、文本摘要、翻譯、代碼生成、閑聊等等。
開放內測后，團隊繼續加大中文語料的預訓練：「截止目前，MOSS 003 的基座語言模型已經在 100B 中文 token 上進行了訓練，總訓練 token 數量達到 700B，其中還包含約 300B 代碼。」
在開放內測后，我們也收集了一些用戶數據，我們發現真實中文世界的用戶意圖和 OpenAIInstructGPT 論文中披露的 user prompt 分布有較大差異（這不僅與用戶來自的國家差異有關，也跟產品上線時間有關，早期產品采集的數據中存在大量對抗性和測試性輸入），于是我們以這部分真實數據作為 seed 重新生成了約 110 萬常規對話數據，涵蓋更細粒度的 helpfulness 數據和更廣泛的 harmlessness 數據。
內容來源：https://www.zhihu.com/question/596908242/answer/2994534005
目前，團隊已將 moss-moon-003-base、moss-moon-003-sft、moss-moon-003-sft-plugin 三個模型上傳到 HuggingFace。后續，還有三個模型將會開源。
根據項目主頁介紹，moss-moon 系列模型具有 160 億參數，在 FP16 精度下可在單張 A100/A800 或兩張 3090 顯卡運行，在 INT4/8 精度下可在單張 3090 顯卡運行。
團隊同時表示，由于模型參數量較小和自回歸生成范式，MOSS 仍然可能生成包含事實性錯誤的誤導性回復或包含偏見 / 歧視的有害內容，請謹慎鑒別和使用 MOSS 生成的內容，請勿將 MOSS 生成的有害內容傳播至互聯網。
新增能力
在 MOSS v0.0.3 中，團隊加入了多項新能力。
團隊構造了約 30 萬插件增強的對話數據，包含搜索引擎、文生圖、計算器、方程求解等。關于插件版 MOSS 如何使用，后續團隊將在 GitHub 公布。
MOSS v0.0.3 現已引入使用多種插件的能力。
下圖展示了調用搜索引擎的能力：
下圖展示了調用方程求解器的能力：
下圖展示了從文本生成圖片的能力：
項目作者孫天祥補充說，MOSS 003 支持啟用插件的能力是通過 meta instruction 來控制，類似 gpt-3.5-turbo 里的 system prompt。「因為是模型控制的，所以并不能保證 100% 控制率，以及還存在一些多選插件時調用不準、插件互相打架的缺陷，我們正在盡快開發新的模型來緩解這些問題。」
下載安裝
下載本倉庫內容至本地 / 遠程服務器：
git clone https://github.com/OpenLMLab/MOSS.gitcd MOSS
創建 conda 環境：
conda create --name moss python=3.8 conda activate moss
安裝依賴：
pip install -r requirements.txt
其中 torch 和 transformers版本不建議低于推薦版本。
根據協議，開源的 MOSS 可用于商業用途：
此外，開發者也可通過 API 調用 MOSS 服務，團隊將根據當前服務壓力考慮通過 API 接口形式提供服務，接口格式可參考：https://github.com/OpenLMLab/MOSS/blob/main/moss_api.pdf
目前，已有開發者根據開源內容進行而創，比如通過 VideoChat 進行視頻問答。
VideoChat 是一款多功能視頻問答工具，結合了動作識別、視覺字幕和 StableLM 的功能。該工具可為視頻中的任何對象和動作生成密集的描述性字幕，提供一系列語言風格以滿足不同的用戶偏好。它支持用戶進行不同長度、情緒、語言真實性的對話。
項目地址：https://github.com/OpenGVLab/Ask-Anything/tree/main/video_chat_with_MOSS
審核編輯 ：李倩
