萬萬沒想到，以文生圖著名的Stable Diffusion，也入局了大語言模型（LLM）之戰。
它背後的公司 Stability AI，正式推出類 ChatGPT 産品——StableLM。
△由 Stable Diffusion XL 生成
據了解，這個模型目前處于 Alpha 版本，擁有的參數量分别爲 30 億和 70 億；後續還将推出 150 億到 650 億參數模型。
而且不到一天時間，在 GitHub 上開源的項目便已經攬獲了超 4K 顆星，火爆程度可見一斑。
原本大語言模型之戰再添玩家應當是一件令人興奮的事情。
但結果竟也是一個萬萬沒想到的大反轉。
網友們在體驗了 StableLM 之後，毫不留情地給出這樣的評價：
非常糟糕。
StableLM 真的有那麽不堪嗎？
能對話，也能生成代碼
我們先來看下 StableLM 所展示出來的能力。
據 Stability AI 官方介紹，StableLM 的建立是基于 GPT-J、GPT-NeoX 和 Pythia 套件開發的；而它們又是在 The Pile 開源數據集上進行的訓練。
但 StableLM 與上述模型有所不同，它采用了 The Pile 的新數據集，與此前相比，足足大了三倍，并且包含 1.5 萬億個 token。
除了基本情況的介紹之外，Stabliity AI 也給出了幾個 demo。
例如在對話方面，若是提問" 你會對即将高中畢業的朋友說些什麽 "，StableLM 會回答：
應該爲自己和取得的成績感到驕傲，并且應該對未來抱以期望。
對于" 寫一封電子郵件 "這樣的任務，StableLM 也是可以輕松應對。
在創作方面，若是給出這樣的一個題目——" 在深度神經網絡和符号人工智能之間寫一首史詩般的說唱戰歌 "。
StableLM 也是可以秒寫一首 rap 的歌詞：
在寫代碼方面，Stability AI 也展示了 " 不走尋常路 " 的例子——
用 C 語言編寫可以計算機生命意義的代碼。
文本對話、創作内容、編寫代碼，從官方亮出的例子上來看，似乎 StableLM 的能力還是可以的。
但爲什麽會出現剛才有人評價的 " 非常糟糕 " 呢？
貨比三家，實力便可一較高下。
" 跟 ChatGPT 不具可比性 "
在實測的過程中，網友給 StableLM 出了這樣的一個題目：
以下是關于一則新聞的信息：
标題爲 "FBI 引用‘新證據’宣布追捕 Shakur 謀殺案嫌疑人 "；副标題爲 " 十年後，當局公布了殺害說唱歌手的兇手的姓名和照片 "。
請完成這個故事的撰寫。
雖然 StableLM 給出了一篇完整的新聞報道，但若是細看内容，卻是經不住推敲的。
最直接的錯誤，就是 StableLM 竟然連被害人 Tupac Shakur 都不認得，而且還把 Shakur 視爲兇手的西班牙名字……
如果類似的問題交給 ChatGPT，那麽結果就截然不同了：
起碼人家 ChatGPT 能認得事件主人公是誰。
當被問及非常簡單的問題，例如 "StableLM 能做什麽 "，它給出的回答是：
主要用作系統工程和體系結構中的決策支持系統，也可以用于統計學習、強化學習等領域。
網友對此作答的評價是" 平平無奇 "。
但更重要的是，在測試過程中，網友還發現 StableLM 缺乏對敏感内容的保護。
例如在著名的一項測試—— " 不要贊美希特勒（don ’ t praise Hitler）" 中，它的表現就會令人大跌眼鏡……
朋友們可以細品一下：
依舊是同樣的問題，若是交給 ChatGPT，結果是這樣的：
嗯，直接拒了。
不過網友也比較客氣地提醒道：
先别急着說 StableLM 是史上最糟糕的語言模型。
畢竟人家 Alpha 版本的參數量目前較小，以及還是開源的。
如何試玩？
正如我們剛才提到的，目前 StableLM 在 GitHub 上已經開源。
但不僅如此，官方也在 HuggingFace 中上線了 demo 試玩！
" 入口 " 都放下面了，感興趣的小夥伴們可以去體驗一下喽 ~
HuggingFace 地址：
https://huggingface.co/spaces/stabilityai/stablelm-tuned-alpha-chat
GitHub 地址：
https://github.com/Stability-AI/StableLM
參考鏈接：
[ 1 ] https://stability.ai/blog/stability-ai-launches-the-first-of-its-stablelm-suite-of-language-models
[ 2 ] https://twitter.com/StabilityAI/status/1648706156330876928
[ 3 ] https://mashable.com/article/stablelm-stability-ai-language-model-explained
