基于Meta模型打造的轻量版ChatGPT，这就来啦?
Meta宣布推出LLaMA才三天，业界就出现了把它打造成ChatGPT的开源训练方法，号称比ChatGPT训练速度最高快15倍。
LLaMA是Meta推出的超快超小型GPT-3，参数量只有后者的10%，只需要单张GPU就能运行。
把它变成ChatGPT的方法名叫ChatLLaMA，基于RLHF(基于人类反馈的强化学习)进行训练，在网上很快掀起了一阵热度。
所以，Meta的开源版ChatGPT真的要来了?
先等等，事情倒也没那么简单。
把LLaMA训练成ChatGPT的“开源方法”
点进ChatLLaMA项目主页来看，会发现它实际上集成了四个部分——
DeepSpeed、RLHF方法、LLaMA和基于LangChain agent生成的数据集。
其中，DeepSpeed是一个开源深度学习训练优化库，包含名叫Zero的现存优化技术，用于提升大模型训练能力，具体指帮模型提升训练速度、降低成本、提升模型可用性等。
RLHF则会采用奖励模型来对预训练模型进行微调。奖励模型即先用多个模型生成问题问答，再依靠人工对问答进行排序，让它学会打分;随后，基于奖励学习给模型生成的回答进行打分，通过强化学习的方式增强模型能力。
LangChain是一个大语言模型应用开发库，希望将各种大语言模型整合起来，结合其他知识来源或计算能力创建一个实用的应用程序。LangChain agent则会像思维链一样放出GPT-3思考的全过程，将操作记录下来。
这时候你会发现，最关键的依旧是LLaMA的模型权重。它从哪里来?
嘿嘿，自己去找Meta申请吧，ChatLLaMA并不提供。(虽然Meta声称开源LLaMA，但依旧需要申请)
所以本质上来说，ChatLLaMA并不是一个开源ChatGPT项目，而只是一种基于LLaMA的训练方法，其库内集成的几个项目原本也都是开源的。
实际上，ChatLLaMA也并非由Meta打造，而是来自一个叫做Nebuly AI的初创AI企业。
Nebuly AI做了一个叫做Nebullvm的开源库，里面集成了一系列即插即用的优化模块，用于提升AI系统性能。
例如这是Nebullvm目前包含的一些模块，包括基于DeepMind开源的AlphaTensor算法打造的OpenAlphaTensor、自动感知硬件并对其进行加速的优化模块……
ChatLLaMA也在这一系列模块中，但要注意的是它的开源license也是不可商用的。
所以“国产自研ChatGPT”想要直接拿去用，可能还没那么简单(doge)。
看完这个项目后，有网友表示，要是有人真搞到LLaMA的模型权重(代码)就好了……
但也有网友指出，“比ChatGPT训练方法快15倍”这种说法是一个纯纯的误导：
所谓的快15倍只是因为LLaMA模型本身很小，甚至能在单个GPU上运行，但应该不是因为这个项目所做的任何事情吧?
这位网友还推荐了一个比库中效果更好的RLHF训练方法，名叫trlx，训练速度要比通常的RLHF方法快上3~4倍：
你拿到LLaMA的代码了吗?觉得这个训练方法如何?