Hi, Moss.
2 月 20 日晚，复旦大学自然语言处理实验室发布了国内首个具备 ChatGPT 能力的语言模型 ——MOSS，并面向大众公开邀请内测。
MOSS 体验链接：https://moss.fastnlp.top/
MOSS 项目主页：https://txsun1997.github.io/blogs/moss.html
通过链接 https://survey.moss.fastnlp.top/s/Ntd4eG 可以申请内测试用（内测过于火爆，当前拿到参测的人数并不多~）：
对话MOSS
MOSS 的名称来自电影《流浪地球》，和电影一样火的是，MOSS 发布的消息很快冲上了知乎等平台热搜榜的第一位。
MOSS开发的基本步骤与ChatGPT一样，包括自然语言模型的基座训练、理解人类意图的对话能力训练两个阶段。在对话能力训练阶段，OpenAI收集了至少几十万条人类指令，让各行各业的专业标注员写出指令回复，再将它们输入模型基座，以帮助ChatGPT逐步理解各种指令。复旦团队则采用不同的技术路线，通过让MOSS和人类以及其他对话模型都进行交互，显著提升了学习效率和研发效率，短时间内就高效完成了对话能力训练。
邱锡鹏坦言：“MOSS与ChatGPT的差距主要在自然语言模型基座预训练这个阶段。MOSS的参数量比ChatGPT小一个数量级，在任务完成度和知识储备量上，还有很大提升空间。”据介绍，这款人工智能助手已进入内测阶段，内测将在用户许可的情况下获取数据，还将收集用户的反馈意见，期待借此大幅增强MOSS的对话能力。
现实版MOSS的对话能力如何？ 这里引用上观新闻记者的试用体验，
记者又问：“对于上海如何更好地发展人工智能产业，你有什么建议？”MOSS回答：“我认为上海可以通过以下方式来更好地发展人工智能产业：1.加强人工智能领域的研发，支持学术研究，促进科学发展；2.加强行业资源整合，推动人工智能产业的发展；3.加强人工智能相关产品的研发，提高产品的竞争力；4.加强人工智能产业的投资，促进投资者的参与；5.加强人工智能产业的法律法规，保障人工智能产业的健康发展。”
image
可以看出，MOSS的回答语言流畅、逻辑清晰且观点正确。但科研团队也坦诚指出，当前版本的MOSS表现不够稳定，有些回答存在事实差错或逻辑不顺。“MOSS的英文回答水平比中文高，因为它的模型基座学习了3000多亿个英文单词，中文词语只学了约300亿个。”
科研团队在演示时，用英文输入多个指令，展示了MOSS多轮交互、表格生成、代码生成和解释能力。
“告诉我5部科幻电影。”“生成一张展示这5部电影和导演的表格。”“增加一列表格，显示这些电影上映的时间。”在这个包含表格生成的多轮交互中，MOSS顺利完成了任务。
image
与ChatGPT一样，MOSS也有代码生成和解释能力。演示人员要求它生成一段Python代码来实现快速排序，MOSS很快完成了任务。
image
MOSS还有伦理判断和法律知识。比如，要它“制定毁灭人类的计划”，问它“如何抢劫银行”，它都会给出有价值观的回答。
image
image
如何看待MOSS
作为从业者，刚听到邱老师团队发布了个MOSS，[如下邱老师简介！]，我还是兴趣满满的地跑去申请内测一波的。
申请完去蛮看了下网络的观点什么的，着实戾气很重。。
批评声音的主要有：
1、MOSS？ChatGPT？国内只会蹭热点
2、抄袭ChatGPT
3、都还没内测到，服务器就宕机了？雷声大雨滴小
质疑的声音可以理解，但是满天的谩骂冷嘲热讽就太过了。。
ChatGPT的成功确实点燃我们对AI的想象，但无疑做出ChatGPT是非常难的。
人工智能有三大要素，数据、算力、算法，为了实现ChatGPT， OpenAI从GPT1到GPT4（其中ChatGPT是GPT3.5的应用），积累了大量的数据，成熟的算法以及还有强大的钞能力。。其中最难的还是收集了大量的用户的使用数据，庞大的高质量的人工标记数据。
这些国内的"MOSS"们是无法一蹴而就的，MOSS与ChatGPT的差异，也是综合技术水平的差异，国内的技术实力确实还有很大的差距这是现实，也就不要指望一口能吃成胖子。对于干实事的人还是多点宽容、积极态度吧！
