{"id":107246,"date":"2023-03-13T18:48:30","date_gmt":"2023-03-13T16:48:30","guid":{"rendered":"https:\/\/prohoster.info\/?p=107246"},"modified":"2023-03-14T14:08:05","modified_gmt":"2023-03-14T12:08:05","slug":"opublikovan-openchatkit-instrumentarij-dlya-sozdaniya-chatbotov","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pl\/blog\/news\/opublikovan-openchatkit-instrumentarij-dlya-sozdaniya-chatbotov","title":{"rendered":"Opublikowano OpenChatKit, narz\u0119dzie do tworzenia chatbot\u00f3w.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Zosta\u0142 zaprezentowany otwarty zestaw narz\u0119dzi OpenChatKit, maj\u0105cy na celu uproszczenie tworzenia chatbot\u00f3w do zastosowa\u0144 specjalistycznych i og\u00f3lnych. System jest przystosowany do realizacji takich zada\u0144, jak udzielanie odpowiedzi na pytania, prowadzenie wieloetapowych dialog\u00f3w, podsumowywanie, wydobywanie informacji oraz klasyfikacja tekstu. Kod napisany jest w j\u0119zyku Python i jest udost\u0119pniany na licencji Apache 2.0. W sk\u0142ad projektu wchodzi gotowy model, kod do treningu w\u0142asnego modelu, narz\u0119dzia do testowania wynik\u00f3w dzia\u0142ania modelu, a tak\u017ce \u015brodki do uzupe\u0142niania modelu kontekstem z zewn\u0119trznego indeksu oraz dostosowywania podstawowego modelu do realizacji w\u0142asnych zada\u0144. <\/p>\n
Jako baz\u0119 bota proponuje si\u0119 podstawowy model uczenia maszynowego (GPT-NeoXT-Chat-Base-20B), zbudowany przy pomocy modelu j\u0119zykowego, kt\u00f3ry obejmuje oko\u0142o 20 miliard\u00f3w parametr\u00f3w i jest zoptymalizowany do komunikacji konwersacyjnej. Do szkolenia modelu wykorzystano dane pochodz\u0105ce z kolekcji projekt\u00f3w LAION, Together oraz Ontocord.ai. <\/p>\n
Aby rozszerzy\u0107 istniej\u0105c\u0105 baz\u0119 wiedzy, proponuje si\u0119 system zdolny do wydobywania dodatkowych informacji z zewn\u0119trznych repozytori\u00f3w, API i innych \u017ar\u00f3de\u0142. Na przyk\u0142ad, mo\u017cliwa jest aktualizacja informacji z wykorzystaniem danych z Wikipedii oraz serwis\u00f3w informacyjnych. Dodatkowo dost\u0119pny jest model do moderacji, wytrenowany z u\u017cyciem 6 miliard\u00f3w parametr\u00f3w, oparty na modelu GPT-JT i przeznaczony do filtrowania nieakceptowalnych pyta\u0144 lub ograniczania dyskusji w ramach okre\u015blonych temat\u00f3w. <\/p>\n
Osobno warto wspomnie\u0107 o projekcie ChatLLaMA, kt\u00f3ry oferuje bibliotek\u0119 do tworzenia inteligentnych asystent\u00f3w podobnych do ChatGPT. Projekt rozwija si\u0119 z my\u015bl\u0105 o mo\u017cliwo\u015bci uruchamiania na w\u0142asnym sprz\u0119cie oraz tworzenia spersonalizowanych rozwi\u0105za\u0144, kt\u00f3re maj\u0105 na celu obejmowanie w\u0105skich dziedzin wiedzy (na przyk\u0142ad medycyna, prawo, gry, badania naukowe itp.). Kod ChatLLaMA jest udost\u0119pniany na licencji GPLv3. <\/p>\n
Projekt wspiera korzystanie z modeli bazuj\u0105cych na architekturze LLaMA (Large Language Model Meta AI) zaproponowanej przez firm\u0119 Meta. Pe\u0142ny model LLaMA obejmuje 65 miliard\u00f3w parametr\u00f3w, ale dla ChatLLaMA zaleca si\u0119 korzystanie z wersji z 7 i 13 miliardami parametr\u00f3w lub modeli GPTJ (6 mld), GPTNeoX (1,3 mld), 20BOPT (13 mld), BLOOM (7,1 mld) i Galactica (6,7 mld). Oryginalnie modele LLaMA s\u0105 dost\u0119pne tylko dla badaczy na specjalne zaproszenie, ale poniewa\u017c do dostarczenia danych u\u017cyto torrent\u00f3w, entuzja\u015bci przygotowali skrypt, kt\u00f3ry umo\u017cliwia pobranie modelu ka\u017cdemu ch\u0119tnemu. \n \u0179r\u00f3d\u0142o: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"