🥇ओपनचॅटकिट, चॅटबॉट्स तयार करण्यासाठी एक टूलकिट, प्रकाशित झाले आहे

विशेष आणि सामान्य-उद्देशीय अनुप्रयोगांसाठी चॅटबॉट्सची निर्मिती सुलभ करण्यासाठी डिझाइन केलेले ओपन-सोर्स टूलकिट, ओपन-सोर्स टूलकिट सादर केले आहे. ही प्रणाली प्रश्नांची उत्तरे देणे, बहु-चरण संवाद आयोजित करणे, सारांशित करणे, माहिती काढणे आणि मजकूर वर्गीकृत करणे यासारख्या कार्यांसाठी अनुकूलित आहे. कोड पायथॉनमध्ये लिहिलेला आहे आणि अपाचे २.० परवान्याअंतर्गत वितरित केला आहे. या प्रकल्पात एक तयार मॉडेल, तुमच्या स्वतःच्या मॉडेलला प्रशिक्षण देण्यासाठी कोड, मॉडेलच्या कामगिरीची चाचणी घेण्यासाठी उपयुक्तता, बाह्य निर्देशांकातील संदर्भासह मॉडेल वाढविण्यासाठी साधने आणि विशिष्ट समस्या सोडवण्यासाठी मूलभूत मॉडेलचे अनुकूलन समाविष्ट आहे.

हा बॉट बेसलाइन मशीन लर्निंग मॉडेल (GPT-NeoXT-Chat-Base-20B) वर आधारित आहे, जो अंदाजे २० अब्ज पॅरामीटर्सचा समावेश असलेल्या भाषा मॉडेलचा वापर करून तयार केला गेला आहे आणि संभाषणात्मक संवादासाठी ऑप्टिमाइझ केला गेला आहे. मॉडेलला प्रशिक्षण देण्यासाठी LAION, Together आणि Ontocord.ai प्रकल्पांमधील डेटा वापरण्यात आला.

विद्यमान ज्ञानाचा विस्तार करण्यासाठी, बाह्य भांडार, API आणि इतर स्रोतांमधून अतिरिक्त माहिती काढता येईल अशी प्रणाली प्रस्तावित आहे. उदाहरणार्थ, विकिपीडिया आणि बातम्या फीडमधील डेटा वापरून माहिती अद्यतनित केली जाऊ शकते. 6 अब्ज पॅरामीटर्स वापरून प्रशिक्षित आणि GPT-JT मॉडेलवर आधारित एक मॉडरेशन मॉडेल देखील उपलब्ध आहे, जे अनुचित प्रश्न फिल्टर करण्यासाठी किंवा विशिष्ट विषयांपुरती चर्चा मर्यादित करण्यासाठी डिझाइन केलेले आहे.

विशेष म्हणजे ChatLLaMA प्रकल्प, जो ChatGPT सारखे बुद्धिमान सहाय्यक तयार करण्यासाठी एक लायब्ररी देतो. हा प्रकल्प कस्टम हार्डवेअरवर चालण्यावर आणि तज्ञांच्या विशिष्ट क्षेत्रांना (उदा., औषध, कायदा, गेमिंग, वैज्ञानिक संशोधन इ.) कव्हर करण्यासाठी डिझाइन केलेले वैयक्तिकृत उपाय तयार करण्याच्या दृष्टीने विकसित केला जात आहे. ChatLLaMA चा कोड GPLv3 परवान्याअंतर्गत परवानाकृत आहे.

हा प्रकल्प मेटा द्वारे प्रस्तावित केलेल्या LLaMA (लार्ज लँग्वेज मॉडेल मेटा एआय) आर्किटेक्चरवर आधारित मॉडेल्सच्या वापरास समर्थन देतो. संपूर्ण LLaMA मॉडेलमध्ये 65 अब्ज पॅरामीटर्स समाविष्ट आहेत, परंतु ChatLLaMA साठी, शिफारस केलेले पर्याय 7- आणि 13-अब्ज-पॅरामीटर प्रकार आहेत, किंवा GPTJ (6 अब्ज), GPTNeoX (1.3 अब्ज), 20BOPT (13 अब्ज), BLOOM (7.1 अब्ज) आणि Galactica (6.7 अब्ज) मॉडेल्स आहेत. सुरुवातीला, LLaMA मॉडेल्स केवळ विशेष विनंतीवरून संशोधकांना उपलब्ध होते, परंतु डेटा वितरणासाठी टॉरेंटचा वापर केला जात असल्याने, उत्साही लोकांनी एक स्क्रिप्ट तयार केली आहे जी कोणालाही मॉडेल डाउनलोड करण्याची परवानगी देते.

स्त्रोत: opennet.ru

प्रकाशित OpenChatKit, चॅटबॉट्स तयार करण्यासाठी टूलकिट