Hugging Face, la community di machine learning e piattaforma di strumenti di intelligenza artificiale, ha annunciato il rilascio di HuggingChat, un clone di ChatGPT open source che chiunque può utilizzare o scaricare per se stesso.
Volto che abbraccia
Hugging Face è un'azienda e una comunità AI. Fornisce l'accesso a strumenti open source gratuiti per lo sviluppo di app di machine learning e AI.
Uno dei progetti recentemente completati da Hugging Face è un modello di linguaggio di grandi dimensioni da 176 miliardi di parametri chiamato Bloom, che è disponibile per chiunque accetti di rispettare la propria licenza di Responsible AI.
È possibile accedere a modelli open source in varie categorie come multimodale, visione, audio, elaborazione del linguaggio naturale e apprendimento per rinforzo.
Hugging Face ospita anche set di dati e librerie open source e funge da modo per i team di collaborare, incluso un repository, simile a GitHub.
Molti dei servizi sono disponibili gratuitamente, a livello professionale e aziendale.
AbbracciChat
Il clone di HuggingChat ChatGPT si basa sul modello AI conversazionale di Open Assistant.
Lo stesso Open Assistant è un progetto della rete no profit di intelligenza artificiale su larga scala (LAION).
LAION è un'organizzazione globale senza scopo di lucro dedicata a fornire l'accesso a tecnologie all'avanguardia come open source.
Loro scrivono:
“LA NOSTRA CREDENZA
Riteniamo che la ricerca sull'apprendimento automatico e le sue applicazioni abbiano il potenziale per avere enormi impatti positivi sul nostro mondo e pertanto debbano essere democratizzate.I NOSTRI OBIETTIVI PRINCIPALI
Rilascio di set di dati aperti, codice e modelli di machine learning.Vogliamo insegnare le basi della ricerca ML su larga scala e della gestione dei dati.
Rendendo riutilizzabili modelli, set di dati e codice senza la necessità di addestrarsi da zero tutto il tempo, vogliamo promuovere un uso efficiente dell'energia e delle risorse informatiche per affrontare le sfide del cambiamento climatico".
La pagina GitHub per il modello di chat di Open Assistant dice:
“Open Assistant è un progetto pensato per dare a tutti l'accesso a un grande modello di linguaggio di grandi dimensioni basato sulla chat.
Crediamo che in questo modo creeremo una rivoluzione nell'innovazione nel linguaggio.
Nello stesso modo in cui la diffusione stabile ha aiutato il mondo a creare arte e immagini in modi nuovi, speriamo che Open Assistant possa aiutare a migliorare il mondo migliorando il linguaggio stesso.
Set di dati di addestramento HuggingChat
HuggingChat è stato addestrato con OpenAssistant Conversations Dataset (OASST1), che è molto nuovo, contenente dati raccolti fino al 12 aprile 2023.
Il documento di ricerca per il set di dati risale ad aprile 2023 (OpenAssistant Conversations – Democratizing Large Language Model Alignment – PDF).
Questo modello utilizza la stessa metodologia di formazione creata da OpenAI chiamata apprendimento per rinforzo dal feedback umano (RLHF).
RLHF è una tecnica per la creazione di un set di dati di domande e risposte con annotazioni umane e valutazioni di alta qualità che possono essere utilizzate per addestrare un'intelligenza artificiale a seguire le indicazioni.
Con questa versione hanno raggiunto il loro obiettivo di mettere la tecnica RLHF alla portata di chiunque voglia addestrare un'IA.
Il documento di ricerca affermava:
"Nel tentativo di democratizzare la ricerca sull'allineamento su larga scala, rilasciamo OpenAssistant Conversations, un corpus di conversazioni in stile assistente generato dall'uomo e con annotazioni umane composto da 161.443 messaggi distribuiti su 66.497 alberi di conversazione, in 35 lingue diverse, annotati con qualità 461.292 giudizi."
Il set di dati è il prodotto di uno sforzo di crowdsourcing mondiale di oltre 13.000 volontari.
Il crowdsourcing è stato un buon modo per generare dati di formazione multilingue che hanno contribuito a un set di dati di alta qualità.
Tuttavia, secondo i ricercatori, l'approccio di crowdsourcing ha anche introdotto limitazioni nella qualità del set di dati sotto forma di pregiudizi culturali e soggettivi delle persone che hanno creato e valutato i dati di formazione.
Hanno anche avvertito che i partecipanti che erano più coinvolti tendevano a contribuire di più, creando così una distribuzione non uniforme dei loro valori e pregiudizi.
I ricercatori concludono che il set di dati potrebbe non rappresentare la diversità dei punti di vista di tutti i contributori.
Ad esempio, hanno inviato un sondaggio al loro canale Discord (solo in inglese) ponendo ai loro contributori open source domande relative ai loro dati demografici (ma non all'etnia).
Mettendo da parte il pregiudizio linguistico, i risultati del sondaggio hanno rivelato che su 226 intervistati, 201 erano maschi, 10 femmine, cinque identificati come non binari/altro e 10 si sono rifiutati di rispondere.
Tuttavia, sebbene non garantiscano al 100% che il set di dati sia privo di contenuti dannosi, lo sostengono comunque perché è stato creato con rigide linee guida sulla qualità.
I ricercatori scrivono:
“Per garantire la qualità del nostro set di dati, abbiamo stabilito rigide linee guida per i contributori che tutti gli utenti devono seguire.
Queste linee guida sono progettate per impedire l'aggiunta di contenuti dannosi al nostro set di dati e per incoraggiare i contributori a generare risposte di alta qualità".
HuggingChat è disponibile
HuggingChat è aperto per gli utenti in questo momento. La registrazione per creare un account di accesso non è necessaria per utilizzarlo.
Non aspettarti il livello di output di ChatGPT, il servizio non è ancora a quel livello. La pagina dell'app lo elenca come versione 0.0, il che dovrebbe dare un'idea di quanto sia maturo a questo punto.
Tuttavia è un risultato notevole e un primo passo per la comunità open source e non ci sono assolutamente costi per usarlo.
Visita la pagina web di HuggingChat qui:
Pagina Web e interfaccia utente di HuggingChat
