ChatGPT访问限制难倒你？来试试这九个开源平台，也能体验智能对话！

让我们一起来探索一下 ChatGPT 的开源平替项目吧！

从最初的发布到现在已经过去了约四个月，ChatGPT 带给我们的震撼表现简直让人不敢相信 AIGC 这个时代已经到来。

然而，你可能并不知道的是，ChatGPT 可能很难被完全开源，这是由于其需要大量的算力和数据来进行训练，这让许多研究者望而却步。

不过，面对 ChatGPT 的强大影响，开源平替项目是一个不错的选择，它们能够为我们提供相似功能的替代品，同时让我们更深入地了解 ChatGPT 的运行机理。

如今，随着技术的不断进步，已经出现了许多类似于 ChatGPT 的新型 AI 模型。在本文中，我们将为大家盘点 ChatGPT 的开源平替项目，其中包括九个由作者 nichtdax 整理的项目。让我们一起探索这些项目的精髓吧！

该Github项目地址：https://github.com/nichtdax/awesome-totally-open-chatgpt

PaLM-rlhf-pytorch

让我们来了解一下第一个项目——「PaLM-rlhf-pytorch」，它是由Phil Wang打造的。利用PaLM架构，这个项目实现了RLHF（人类反馈的强化学习），基本上就是在PaLM的ChatGPT上进行改进。

该项目在GitHub上已经获得了5.8k的点赞，相当受欢迎哦！如果你对人工智能感兴趣，那么这个项目绝对值得你的一探究竟！

模型训练流程如下：

项目地址：https://github.com/lucidrains/PaLM-rlhf-pytorch

2. OpenChatKit

打开聊天新世界，让我们一起来了解「OpenChatKit」这个酷炫的项目！它为各种应用程序提供了一个强大的开源基础，让你可以轻松地创建专用和通用的聊天机器人。这个「神器」包含了一个指令调优的 200 亿参数语言模型，一个 60 亿参数调节模型，以及一个可扩展检索系统，能涵盖自定义存储库的最新响应。

这个超级酷的项目是在 Together、LAION 和 Ontocord.ai 三家公司的联合训练数据集 OIG-43M 上训练的。这不仅是一个模型的发布，更是一个开源项目的开始。项目作者正在发布一套工具和流程，并通过社区的贡献来持续改进。目前，该项目在 GitHub 上已经获得了 5.7k 的 Stars，可见它的受欢迎程度不容小觑！

项目地址：https://github.com/togethercomputer/OpenChatKit

3. text-generation-webui

第三个项目名为「text-generation-webui」，是一个运行 GPT-J 6B、OPT、GALACTICA、LLaMA 和 Pygmalion等超级大型语言模型的Gradio web UI。这个项目的目标是成为文本生成领域的自动驾驶级别，就像AUTOMATIC1111/stable-diffusion-webui一样。

它的功能包括：使用下拉菜单轻松切换不同的模型、提供类似于OpenAI Playground的笔记本模式、聊天模式可以让你与模型进行对话和角色扮演、甚至可以生成漂亮的HTML输出供GPT-4chan使用。在GitHub上，这个项目已经获得了3.4k颗星星，是一项备受瞩目的技术创新！

项目地址：https://github.com/oobabooga/text-generation-webui

4. KoboldAI-Client

第四个项目名叫「KoboldAI-Client」，听起来就有点神秘吸睛，它是一个基于浏览器的前端应用，利用多个本地和远程 AI 模型为您提供 AI 辅助写作服务。通过 KoboldAI-Client，您可以轻松使用一系列标准工具，如内存、作者注释、世界信息、保存 & 加载、可调节的 AI 设置、格式化选项等等，甚至可以导入现有文字冒险游戏《AI Dungeon》。

您不仅可以开启 Adventure 模式，还能尝试 AI Dungeon Unleashed 等多种有趣游戏玩法，欢乐不断！GitHub 上的 KoboldAI-Client 项目已经收获了1.4k 的星星，足以证明它的受欢迎程度。快来体验这个神奇的 AI 写作助手吧！

项目地址：https://github.com/KoboldAI/KoboldAI-Client

5. Open-Assistant

第五个项目名为「Open-Assistant」，它是一个令人兴奋的计划，旨在让每个人都能够访问基于聊天的大语言模型。这项计划的创作者们有一个伟大的愿景，希望通过这个项目在语言创新方面引领一场革命，就像「stable diffusion」在艺术和图像创作领域所做的那样。

这个项目的创作者们计划收集超过50,000个高质量的人工生成的指令和回应样本，对于每个指令，他们将采样多个补全结果。然后，他们将进入基于指令和奖励模型的RLHF训练阶段，以不断提升模型的准确性和表现。

目前，该项目已在GitHub上获得了19K颗星星，越来越多的人们对这个项目表示赞赏和支持。让我们期待这个项目将会在未来带来怎样的惊喜和变革吧！

项目地址：https://github.com/LAION-AI/Open-Assistant

6. stanford_alpaca

第六个项目名叫「stanford_alpaca」，听起来就充满趣味性，这个项目的目标是建立和分享一个听话的LLaMA模型。你可能会问，什么是LLaMA模型？它其实是一个指令遵循的模型，相当于一只听话的羊驼（Alpaca），帮助您完成工作。

该项目包含了52k的用于微调模型的数据，还有生成数据和微调模型的代码。GitHub上已经有9.5k的stars，足以见得这个项目的受欢迎程度！如果您还没有来尝试这个神奇的项目，赶紧去GitHub上查看吧！

项目地址：https://github.com/tatsu-lab/stanford_alpaca

7. ChatRWKV

第七项神奇的项目，被冠名为「ChatRWKV」，相信不少人已经对 ChatGPT 这个名字耳熟能详了。与 ChatGPT 类似，但是 ChatRWKV 是由 100% RNN 的 RWKV 模型支持的，并且是开源的！据项目作者透露，RWKV 是目前唯一一款在质量和扩展性方面可以与 Transformers 相媲美的 RNN 模型，而且速度更快，VRAM 更省！

目前，这个超级棒的项目已经在 GitHub 上获得了 3.5k 的 Stars，似乎已经有很多开发者开始关注它的表现了！

项目地址：https://github.com/BlinkDL/ChatRWKV

8. ChatGLM-6B

清华大学的技术转化公司智谱 AI，最新推出了一款中英双语的对话语言模型——ChatGLM-6B，该项目在 GitHub 上已收获了6k个Stars。这款基于General Language Model (GLM) 架构的模型拥有62亿参数，让用户可以在消费级显卡上进行本地部署。

ChatGLM-6B使用了和ChatGPT相似的技术，经过约1T的中英双语训练，再加上监督微调、反馈自助、人类反馈强化学习等技术的加持，62亿参数的ChatGLM-6B已经能生成符合人类偏好的回答。

但是，由于ChatGLM-6B的规模较小，目前已知它仍存在许多局限性，如可能出现事实性/数学逻辑错误、生成有害/有偏见内容的风险、上下文理解能力较弱、自我认知混乱等问题。虽然它的表现已经非常优秀，但它仍需要不断地改进才能更好地服务于大家。

项目地址：https://github.com/THUDM/ChatGLM-6B

9. xmtf

最后一个项目是一份惊人的宝藏——「xmtf」！这里汇聚了创造论文《Crosslingual Generalization through Multitask Finetuning》所述的BLOOMZ、mT0以及xP3的所有元素。

这些元素当中，BLOOMZ是一个包含着1760亿个参数的多语言模型，更加让人兴奋的是它还是开放获取的！而mT0，也就是谷歌的T5X，更是值得一提。还有xP3，这是一个带有英语和机器翻译 prompts 的数据集，横跨了46种语言，让您可以在跨语言交流的世界中游刃有余。这里有所有让您瞬间变身自然语言处理大神所需的元素！

项目地址：https://github.com/bigscience-workshop/xmtf

参考文献：

[1] https://github.com/nichtdax/awesome-totally-open-chatgpt

[2] https://github.com/lucidrains/PaLM-rlhf-pytorch

[3] https://github.com/togethercomputer/OpenChatKit

[4] https://github.com/oobabooga/text-generation-webui

[5] https://github.com/KoboldAI/KoboldAI-Client

[6] https://github.com/LAION-AI/Open-Assistant

[7] https://github.com/tatsu-lab/stanford_alpaca

[8] https://github.com/THUDM/ChatGLM-6B

[9] https://github.com/BlinkDL/ChatRWKV

[10] https://github.com/bigscience-workshop/xmtf