共计 1330 个字符，预计需要花费 4 分钟才能阅读完成。
OpenAssistant 是一个开源的对话模型，基于 Pythia 和 LLaMA 微调而来，主要用于训练人类标注的数据 OpenAssistant Conversations。而 OpenAssistant Conversations 是一个由人工生成、人工标注的对话语料库，包含 161,443 条消息，分布在 66,497 个对话树中，使用 35 种不同的语言，并标注了 461,292 个质量评分。为了评估 OpenAssistant Conversations 数据集的有效性，研究者基于 Pythia 和 LLaMA 模型微调了一个 OpenAssistant 模型。其中，包括指令调优的 Pythia-12B、LLaMA-13B 和 LLaMA-30B。
官网地址：https://open-assistant.io
如何使用？
1、直接打开官网地址，直接选择右上角的「登入」；界面语言可以选择「中文」
2、接着就可以用电子邮件进行注册，或者直接用 Discord 进行登录；如果使用邮箱进行注册，需要注意查看垃圾邮件，因为我在用 Gmail 进行注册的时候，验证邮件就被误认成了钓鱼邮件
👇可能会被认为是垃圾邮件或钓鱼邮件
3、登陆后就能看到使用界面，这里面我们能用到的是「Chat」; 其他的如「概览」就是查看目前可以进行的标注人物，「信息」就是能够看到一些回答，「排行榜」能够看到用户排名，「Stats」能够看到一些统计信息，「Guidelines」就是 OpenAssistant 的说明书
👇最主要的功能是 chat
4、如果使用「Chat」功能，也就是聊天功能，记得将界面语言改成「英文」再提问；OpenAssistant 目前对中文支持的不好，使用中文提问或者界面语言是中文，回答就会出现中英文夹杂的胡乱回答
👇中文提问或者界面语言是中文
👇使用英文提问，就会正常
5、还可以对提问进行一些设定，如选择模型与设定，目前似乎只能选择 OA_SFT_Llama_30B_6 模型
👇可以进行设定
👇如果使用人数多，可能需要等待一段时间
👇目前来看，回答效果还算 OK
为什么中文回答差？
使用中文进行提问，回答为何如此差？问题可能出现在 OpenAssistant Conversations 数据集上，OpenAssistant Conversations 数据集是通过 13000 多名志愿者的众包努力综合而来的。
这些数据是通过一个网络应用程序界面收集的，该界面将数据分为五个单独的步骤来收集： 提示、标记提示、添加回复消息作为提示或助理、标记回复以及对助理回复进行排序 。
👇下图可以看到，这一数据集中最常用语言的占比，英语和西班牙语占比最多，中文目前不多，不过使用人数的增加目前排名已经上升
总结
此项目是开源的，正如在首页所说的 < 正如 Stable Diffusion 改变了现代艺术的创作过程，如今，我们要透过对话式 AI 来改变世界 >，OpenAssistant 是想做大语言模型领域的 Stable Diffusion，如果想要自己部署的话，可以查看官方的模型和说明书进行部署。
