被網(wǎng)友擠崩了！復旦MOSS團隊回應體驗“非常不好”，解釋名稱源于《流浪地球》

每經(jīng)編輯 畢陸名

2月20日，復旦團隊發(fā)布國內首個類ChatGPT模型MOSS，復旦MOSS公開后，引起不少網(wǎng)友關注，由于瞬時訪問壓力過大，MOSS服務器昨晚還被網(wǎng)友擠崩潰了。

2月21日，MOSS官網(wǎng)發(fā)布公告稱，MOSS還是一個非常不成熟的模型，距離ChatGPT還有很長的路需要走。我們一個學術研究的實驗室無法做出和ChatGPT能力相近的模型，MOSS只是想在百億規(guī)模參數(shù)上探索和驗證ChatGPT的技術路線，并且實現(xiàn)各種對話能力。“我們最初的想法只是想將MOSS進行內測，以便我們可以進一步優(yōu)化，沒有想到會引起這么大的關注，我們的計算資源不足以支持如此大的訪問量，并且作為學術團隊我們也沒有相關的工程經(jīng)驗，給大家造成非常不好的體驗和第一印象，在此向大家致以真誠的歉意。”公告還解釋名稱源于《流浪地球》。據(jù)了解，在MOSS完成初步驗證后，團隊會將MOSS的經(jīng)驗、代碼、模型參數(shù)開源供大家參考。

根據(jù)復旦大學計算機科學技術學院官網(wǎng)的介紹，邱錫鵬教授于復旦大學獲得理學學士和博士學位。研究方向為自然語言處理、深度學習，發(fā)表CCF-A/B類論文70余篇。主持開發(fā)了開源自然語言處理工具FudanNLP、FastNLP，獲得了學術界和產業(yè)界的廣泛使用。指導學生多次獲得中國人工智能學會優(yōu)博、中國中文信息學會優(yōu)博、微軟學者、百度獎學金、上海市計算機學會優(yōu)博等。

邱錫鵬的研究方向是，圍繞自然語言處理的機器學習模型構建、學習算法和下游任務應用，包括：自然語言表示學習、預訓練模型、信息抽取、中文NLP、開源NLP系統(tǒng)、可信NLP技術、對話系統(tǒng)等。

邱錫鵬的知乎賬號顯示，他于2月21日凌晨關注了問題“復旦團隊發(fā)布國內首個類ChatGPT模型MOSS，將為國內大語言模型的探索和應用帶來哪些影響?”，但未做任何回復。

圖片來源：平臺截圖

2月20日，據(jù)上觀新聞記者從復旦大學自然語言處理實驗室獲悉，國內第一個對話式大型語言模型MOSS已由邱錫鵬教授團隊發(fā)布至公開平臺（https://moss.fastnlp.top/），邀公眾參與內測。

MOSS可執(zhí)行對話生成、編程、事實問答等一系列任務，打通了讓生成式語言模型理解人類意圖并具有對話能力的全部技術路徑。這條路徑的走通，為國內學術界和產業(yè)界提供了重要經(jīng)驗，將助力大語言模型的進一步探索和應用。

邱錫鵬表示：“盡管MOSS還有很大改善空間，但它的問世證明了在開發(fā)類ChatGPT產品的路上，國內科研團隊有能力克服技術上的重要挑戰(zhàn)。”MOSS研發(fā)項目得到了上海人工智能實驗室的有力支持。后期，這項工作將通過開源方式和業(yè)界社區(qū)分享。

據(jù)悉，MOSS開發(fā)的基本步驟與ChatGPT一樣，包括自然語言模型的基座訓練、理解人類意圖的對話能力訓練兩個階段。邱錫鵬坦言：“MOSS與ChatGPT的差距主要在自然語言模型基座預訓練這個階段。MOSS的參數(shù)量比ChatGPT小一個數(shù)量級，在任務完成度和知識儲備量上，還有很大提升空間。”

據(jù)介紹這款人工智能助手已進入內測階段，內測將在用戶許可的情況下獲取數(shù)據(jù)，還將收集用戶的反饋意見，期待借此大幅增強MOSS對話能力。

每日經(jīng)濟新聞綜合上觀新聞、MOSS官網(wǎng)

封面圖片來源：視覺中國