沒想到，衆人加班加點搶 " 中國版 ChatGPT" 熱度時，首個國内類 ChatGPT 模型竟然已經發布了！
砸出這個重磅消息的，不是緊鑼密鼓宣傳的 BAT 大廠，也不是直接出手幾億的投資大 V，而是這段時間來一直沒吭氣的複旦大學。
事情一出，直接引爆了一衆社交媒體，不僅在微博刷出數個熱搜話題，知乎更是沖上熱榜第一。
各路 "ChatGPT 愛好者 " 連夜趕來圍觀，甚至由于官網訪問人數太多，服務器一度被擠爆，又上了一次熱搜。
這是怎麽回事？
原來，複旦 NLP 團隊這個類 ChatGPT 模型，發布即面向公衆進行内測，甚至連預告都沒有：
緊接着，團隊又投下另一顆重磅炸彈：模型3 月份就會開源代碼。
最關鍵的是模型的名字。
複旦團隊用了《流浪地球》裏面擁有自我意識的 AI ——MOSS來命名這一模型，直接把消息熱度推上頂峰。
有網友表示，MOSS 率先開放至少有一大優勢，那就是 " 獲得更多數據 "：
ChatGPT 有一個巨大的先發優勢，就是通過搶先開始公測收集大量用戶數據，并且這部分數據現階段隻有人家有。
算法都是成熟且公開的算法，真正的核心其實是數據和硬件。
說回模型本身。據 MOSS 自己介紹，它同樣具備 ChatGPT 能實現的這些功能：
問答、文本翻譯、摘要總結、故事撰寫、情緒分析、建議提供、代碼和算法編寫等。
但實際測試效果又是如何，具體訓練方法和效果會不會有什麽差異？
我們一步步來看。
MOSS 與 ChatGPT 相比效果如何？
據團隊介紹，MOSS 與 ChatGPT 主要有三大差異。
最主要的就是參數量的不同。MOSS 模型的參數量比 ChatGPT 小了一個數量級。
然後是訓練方式的不同。雖然 MOSS 也是自然語言模型基座訓練 + 理解人類意圖對話能力訓練，但後者的訓練方式與 ChatGPT 采用的 RLHF 不同。
複旦團隊沒有采取人工标注（指令微調）的方式來進行理解對話能力訓練，而是基于與其他 AI 對話模型的交互來訓練自己。
沒錯，相比人類調教，MOSS 直接選擇和其他 AI 模型進行對話……
最後是開放程度不同。ChatGPT 背後模型目前還沒有開源，但 MOSS 承諾會将代碼開源。
說了這麽多，MOSS 的效果具體如何？
從官方給出示例來看，它問答和生成代碼的能力似乎還不錯。
在問答環節中，讓 MOSS 列五部科幻片，分分鍾就能給出（不過，《黑鏡》好像是電視劇？）：
做表格的速度也非常快：
在代碼生成中，寫個快速排序算法也沒問題：
但與 ChatGPT 相比，MOSS 的實測效果究竟如何呢？
知乎已經有匿名用戶稱已經拿到了内測資格，并實時更新了一波測試結果，我們将 MOSS 的回答與 ChatGPT 簡單對比一下。
第一輪，先來看看寫文章的能力。
例如 " 幫忙寫一下國家自然科學基金申請，傑青那種 "，MOSS 回答如下：
我們把問題拿給 ChatGPT 後，得到了這樣的回答：
第二輪，來看看寫代碼的能力。
這是 MOSS 給出的代碼實現：
完整代碼：for ( i=1:length ( mat 文件中的名字 ) ) {name = mat 文件中的名字 [ i ] ;data = {name};fprintf ( ‘ %s, ’ ,name ) ;}end for
這是 ChatGPT 給出的代碼與回答：
第三輪，測試一下算法題的效果。
MOSS 給出了一個實現思路：
ChatGPT 則包辦了代碼和具體算法實現的流程：
最後一輪，再來看看做數學題的能力。
不過從功能介紹來看，MOSS 應該還不具備解數學題的能力，這個問題确實不一定能回答出來。
ChatGPT 則列了個方程解決這個問題：
整體來看，MOSS 雖然在算法題上表現出了一定的邏輯，但在包括寫文章、做數學題等具體解決方案的提供上，還有待繼續訓練提升。
" 隻是想驗證 ChatGPT 技術路線 "
針對種種疑問，團隊也在官網上做出了回應。
首先，是 MOSS 與 ChatGPT 的差距上。團隊表示，目前它還是一個非常不成熟的模型，距離 ChatGPT 還有很長的路需要走：
我們一個實驗室無法做出和 ChatGPT 能力相近的模型，隻是想在百億規模參數上探索和驗證 ChatGPT 的技術路線。
接下來，是針對服務器被擠爆的回應：
我們沒想到會引起這麽大關注，計算資源不足以支持如此大訪問量，向大家緻以真誠的歉意。
最後還有關于命名 MOSS 的回應：
就像過去 NLP 領域的其他優秀模型一樣，作者們都希望使用自己喜歡的影視角色名稱命名自己的模型。
此外，研究團隊還在介紹網站中詳細列出了 MOSS 的限制因素：
訓練數據中的多語言語料庫有限；
模型容量相對較小，不包含足夠的世界知識；
執行方式比較迂回，甚至不按照指示執行；
可能會生産不道德或有害的内容；
……
總結下來，就是 MOSS 的回答不及 ChatGPT 就是因爲它缺乏高質量的數據、計算資源以及模型容量。
不過，有意思的是，團隊表示，在這些問題裏面 MOSS 的最大短闆是中文水平不夠高。
具體來說，相較于英文問答能力，MOSS 的中文問答水平要低很多，這也與前面提到的預訓練模型學習數據量有關：
它的模型基座學習了3000 多億個英文單詞，而互聯網上的中文網頁幹擾信息如廣告很多，清洗難度很大，導緻中文詞語隻學了約 300 億個。
目前，複旦大學 NLP 實驗室正在加緊推進中文語料的清洗工作，清洗後的高質量中文語料也将用于下一階段模型訓練。
當然，和 ChatGPT 相比，MOSS 也不是 " 一無是處 "（手動狗頭），起碼它會在3 月份開源代碼。
而這一把也将會直接有效降低預訓練語言模型的研發和應用門檻，屬實是利好中小企業了，邱錫鵬教授也表示：
MOSS 的計算量相對不那麽大，中小企業都能用起來。
此外，研究團隊對 MOSS 的 " 野心 " 似乎還不止于對話問答、寫代碼等這些 ChatGPT 擁有的功能。
在這次面向公衆内測的同時，團隊還透露出了 MOSS 的下一步計劃：
結合複旦在人工智能和相關交叉學科的研究成果，賦予 MOSS 更多的能力，如繪圖、語音、譜曲和教學，并加強它輔助科學家進行高效科研的能力等。
研究團隊
MOSS 是複旦大學自然語言處理實驗室的成果，并且該項目還得到了上海人工智能實驗室的支持。
研究團隊由邱錫鵬帶隊，其餘幾位均爲複旦大學 NLP 實驗室的成員。
複旦大學自然語言處理實驗室，是由複旦大學首席教授吳立德先生創建，是我國最早開展自然語言處理和信息檢索研究的實驗室之一。
目前實驗室已經發表了大量高水平國際期刊和會議論文，其中包括中國計算機學會推薦的 A/B 類國際會議和期刊論文（ACL,SIGIR,IJCAI,AAAI,NIPS,ICML 等）論文 150 餘篇。
此外，複旦 NLP 實驗室還發布了國内首家中文自然語言開源系統 FudanNLP，被包括聯合國教科文組織在内的國内外多家研發機構采用。
邱錫鵬，複旦大學計算機科學技術學院教授，博士生導師，研究方向爲自然語言處理、深度學習，發表 CCF-A/B 類論文 70 餘篇。
他還主持開發了開源自然語言處理工具：FudanNLP 、FastNLP，獲得了學術界和産業界的廣泛使用。
對于複旦 MOSS 模型的發布，你的看法是？
參考鏈接：
[ 1 ] https://txsun1997.github.io/blogs/moss.html
[ 2 ] https://www.shobserver.com/staticsg/res/html/web/newsDetail.html?id=584634
[ 3 ] https://www.zhihu.com/question/585248111/answer/2903204899
[ 4 ] https://xpqiu.github.io/index.html
