STA:Stability AI 連扔兩個王炸！首個開源 RLHF 模型登基，DeepFloyd IF 像素級出圖_worlddatabase

來源：新智元

開源先鋒StabilityAI一天扔了兩枚重磅炸彈：發布史上首個開源RLHF大語言模型，以及像素級圖像模型DeepFloydIF。開源社區狂喜！

最近，大名鼎鼎的StableDiffusion背后的公司，一連整了兩個大活。

首先，StabilityAI重磅發布了世上首個基于RLHF的開源LLM聊天機器人——StableVicuna。

StableVicuna基于Vicuna-13B模型實現，是第一個使用人類反饋訓練的大規模開源聊天機器人。

有網友經過實測后表示，StableVicuna就是目前當之無愧的13BLLM之王！

對此，1xexited創始人表示，這可以看作是自ChatGPT推出以來的第二個里程碑。

另外，StabilityAI發布了開源模型DeepFloydIF，這個文本到圖像的級聯像素擴散模型功能超強，可以巧妙地把文本集成到圖像中。

這個模型的革命性意義在于，它一連解決了文生圖領域的兩大難題：正確生成文字，正確理解空間關系！

秉持著開源的一貫傳統，DeepFloydIF在以后會完全開源。

StailibityAI，果然是開源界當之無愧的扛把子。

StableVicuna

世上首個開源RLHFLLM聊天機器人StableVicuna，由StabilityAI震撼發布！

Ledger設備支持在Astar Network上進行原生DApp質押:5月19日消息，Astar Network宣布，Ledger現在支持Astar Network上的原生質押。使用Ledger設備的ASTR代幣持有者可以參與網絡的Build2Earn質押系統和其他利用Wasm運行環境的DApp，同時能夠享受Ledger硬件錢包的高安全性能。[2023/5/19 15:12:10]

一位Youtube主播對StableVicuna進行了實測，StableVicuna在每一次測試中，都擊敗了前任王者Vicuna。

所以這位Youtuber激動地喊出：StableVicuna就是目前最強大的13BLLM模型，是當之無愧的LLM模型之王！

StableVicuna基于小羊駝Vicuna-13B模型實現，是Vicuna-13B的進一步指令微調和RLHF訓練的版本。

而Vicuna-13B是LLaMA-13B的一個指令微調模型。

從以下基準測試可以看出，StableVicuna與類似規模的開源聊天機器人在整體性能上的比較。

StableVicuna可以做基礎數學題。

WeStarter項目通證WAR上線多鏈多平臺，總參與金額超3.03億美金:據官方消息，Heco原生跨鏈代幣初始兌換平臺WeStarter項目通證WAR在2021年4月29日20:00SGT在Westarter（HECO）、Helmet（BSC）、PentaLaunch（ETH）、GATE.iog、LBank共5家平臺開啟IDO兌換。

其中，WeStarter共計參與金額超2.3億USDT等值HT，超7771.049倍完成；Helmet共計參與金額3351萬USDT；PentaLaunch拍賣開始后7分鐘120,000枚WAR即售罄；GATE交易平臺上線3小時共計參與金額超2100萬USDT；LBank交易平臺上線1小時共計參與金額超1952萬USDT。5家平臺共計參與金額超3.03億USDT。[2021/4/30 21:11:56]

可以寫代碼。

還能為你講解語法知識。

開源聊天機器人平替狂潮

StabilityAI想做這樣一個開源的聊天機器人，當然也是受了此前LLaMa權重泄露引爆的ChatGPT平替狂潮的影響。

從去年春天Character.ai的聊天機器人，到后來的ChatGPT和Bard，都引發了大家對開源平替的強烈興趣。

這些聊天模型的成功，基本都歸功于這兩種訓練范式：指令微調和人類反饋強化學習(RLHF)。

這期間，開發者一直在努力構建開源框架幫助訓練這些模型，比如trlX、trl、DeepSpeedChat和ColossalAI等，然而，卻并沒有一個開源模型，能夠同時應用指令微調和RLHF。

大多數模型都是在沒有RLHF的情況下進行指令微調的，因為這個過程十分復雜。

Gate.io Startup首發項目ARES已認購成功:據官方公告，Gate.io Startup首發項目阿瑞斯 (ARES)認購成功，并將于4月30日中午12:00開通ARES交易并隨后開通提現服務。據悉，本次認購參與人數共有11,599人，下單總價值超過1,000萬美金，認購系數約為0.0039 。Gate.io將根據每個人的下單情況和每個下單幣種的認購系數進行ARES的分發。請務必注意：由于部分用戶在下單認購后到當天20點之前，沒有保持賬戶中有不低于認購金額的足夠金額，因此被排除在有效下單之外。[2021/4/27 21:02:17]

最近，OpenAssistant、Anthropic和Stanford都開始向公眾提供RLHF數據集。

StabilityAI把這些數據集與trlX提供的RLHF相結合，就得到了史上第一個大規模指令微調和RLHF模型——StableVicuna。

訓練過程

為了實現StableVicuna的強大性能，研究者利用Vicuna作為基礎模型，并遵循了一種典型的三級RLHF管線。

Vicuna在130億參數LLaMA模型的基礎上，使用Alpaca進行調整后得到的。

他們混合了三個數據集，訓練出具有監督微調(SFT)的Vicuna基礎模型：

OpenAssistantConversationsDataset(OASST1)，一個人工生成的、人工注釋的助理式對話語料庫，包含161,443條消息，分布在66,497個對話樹中，使用35種不同的語言；

GPT4AllPromptGenerations，由GPT-3.5Turbo生成的437,605個提示和響應的數據集；

Alpaca，這是由OpenAI的text-davinci-003引擎生成，包含52,000條指令和演示的數據集。

研究者使用trlx，訓練了一個獎勵模型。在以下這些RLHF偏好數據集上，研究者得到了SFT模型，這是獎勵模型的基礎。

OpenAssistantConversationsDataset(OASST1)，包含7213個偏好樣本；

WeStarter上線項目ChainSwap 參與金額達1.155億美元:據官方消息，4月22日，WeStarter公開兌換池項目ChainSwap 45分鐘參與金額約1.155億USDT，超3850倍完成，兌換參與地址數3252個，扣除兌換金額后剩余的USDT已可領回，ChainSwap通證TOKEN將于SGT4月23日21:00開放領取，屆時請用戶前往Westarter即時領取。[2021/4/22 20:48:32]

AnthropicHH-RLHF，一個關于AI助手有用性和無害性的偏好數據集，包含160,800個人類標簽；

斯坦福人類偏好(SHP)，這是一個數據集，包含348,718個人類對各種不同回答的集體偏好，包括18個從烹飪到哲學的不同學科領域。

最后，研究者使用了trlX，進行近端策略優化(ProximalPolicyOptimization,PPO)強化學習，對SFT模型進行了RLHF訓練，然后，StableVicuna就誕生了！

據StabilityAI稱，會進一步開發StableVicuna，并且會很快在Discord上推出。

另外，StabilityAI還計劃給StableVicuna一個聊天界面，目前正在開發中。

相關演示已經可以在HuggingFace上查看了，開發者也可以在HuggingFace上下載模型的權重，作為原始LLaMA模型的增量。

但如果想使用StableVicuna，還需要獲得原始LLaMA模型的訪問權限。

獲得權重增量和LLaMA權重后，使用GitHub存儲庫中提供的腳本將它們組合起來，就能得到StableVicuna-13B了。不過，也是不允許商用的。

動態 | 數據顯示：1100萬枚XRP自一未知地址轉至Bitstamp交易所:據Whale Alert監測，1100萬枚XRP自一未知地址（rBc1FD開頭的地址）轉至Bitstamp交易所。[2019/9/13]

DeepFloydIF

在同一時間，StabilityAI還放出了一個大動作。

你敢信，AI一直無法正確生成文字這個老大難問題，竟然被解決了？

沒錯，下面這張「完美」的招牌，就是由StabilityAI全新推出的開源圖像生成模型——DeepFloydIF制作的。

除此之外，DeepFloydIF還能夠生成正確的空間關系。

模型剛一發布，網友們已經玩瘋了：

prompt:Robotholdinganeonsignthatsays"Icanspell".

不過，對于prompt中沒有明確說明的文字，DeepFloydIF大概率還是會出錯。

prompt：AneonsignofanAmericanmotelatnightwiththesignjavilop

官方演示

順便一提，在硬件的需求上，如果想要實現模型所能支持的最大1,024x1,024像素輸出，建議使用24GB的顯存；如果只要256x256像素，16GB的顯存即可。

是的，RTX306016G就能跑。

代碼實現：https://gist.github.com/Stella2211/ab17625d63aa03e38d82ddc8c1aae151

開源版谷歌Imagen

2022年5月，谷歌高調發布了自家的圖像生成模型Imagen。

根據官方演示的效果，Imagen不僅在質量上完勝OpenAI最強的DALL-E2，更重要的是——它能夠正確地生成文本。

迄今為止，沒有任何一個開源模型能夠穩定地實現這一功能。

與其他生成式AI模型一樣，Imagen也依賴于一個凍結的文本編碼器：先將文本提示轉換為嵌入，然后由擴散模型解碼成圖像。但不同的是，Imagen并沒有使用多模態訓練的CLIP，而是使用了大型T5-XXL語言模型。

這次，StabilityAI推出的DeepFloydIF復刻的正是這一架構。

甚至在測試中，DeepFloydIF憑借著COCO數據集上6.66的zero-shotFID分數，直接超越了谷歌的Imagen，以及一眾競品。

下一代圖像生成AI模型

具體來說，DeepFloydIF是一個模塊化、級聯的像素擴散模型。

模塊化：

DeepFloydIF由幾個神經模塊組成，它們在一個架構中相互協同工作。

級聯：

DeepFloydIF以多個模型級聯的方式實現高分辨率輸出：首先生成一個低分辨率的樣本，然后通過連續的超分辨率模型進行上采樣，最終得到高分辨率圖像。

擴散：

DeepFloydIF的基本模型和超分辨率模型都是擴散模型，其中使用馬爾可夫鏈的步驟將隨機噪聲注入到數據中，然后反轉該過程從噪聲中生成新的數據樣本。

像素：

DeepFloydIF在像素空間工作。與潛在擴散模型不同，擴散是在像素級別實現的，其中使用潛在表征。

上面這個流程圖展示的就是，DeepFloydIF三個階段的性能：

階段1：

基本擴散模型將定性文本轉換為64x64圖像。DeepFloyd團隊已經訓練了三個版本的基本模型，每個版本都有不同的參數：IF-I400M、IF-I900M和IF-I4.3B。

階段2：

為了「放大」圖像，團隊將兩個文本條件超分辨率模型應用于基本模型的輸出。其中之一將64x64圖像放大到256x256圖像。同樣，這個模型也有幾個版本：IF-II400M和IF-II1.2B。

階段3：

應用第二個超分辨率擴散模型，生成生動的1024x1024圖像。最后的第三階段模型IF-III擁有700M參數。

值得注意的是，團隊還沒有正式發布第三階段的模型，但DeepFloydIF的模塊化特性讓我們可以使用其他上采樣模型——如StableDiffusionx4Upscaler。

團隊表示，這項工作展示了更大的UNet架構在級聯擴散模型的第一階段的潛力，從而為文本到圖像合成展示了充滿希望的未來。

數據集訓練

DeepFloydIF是在一個定制的高質量LAION-A數據集上進行訓練的，該數據集包含10億對。

LAION-A是LAION-5B數據集英文部分的一個子集，基于相似度哈希去重后獲得，對原始數據集進行了額外的清理和修改。DeepFloyd的定制過濾器用于刪除水印、NSFW和其他不適當的內容。

目前，DeepFloydIF模型的許可僅限于非商業目的的研究，在完成反饋的收集之后，DeepFloyd和StabilityAI團隊將發布一個完全免費的商業版本。

參考資料：

https://stability.ai/blog/stablevicuna-open-source-rlhf-chatbot

https://stability.ai/blog/deepfloyd-if-text-to-image-model

Tags：STATABVICVICUNASTAMP幣worlddatabaseVICS

PEPE幣