【新智元导读】微软开源的 Chat，让开发者实现了人手一个的梦想！
人手一个的梦想，就要实现了？
刚刚，微软开源了一个可以在模型训练中加入完整RLHF流程的系统框架—— Chat。
也就是说，各种规模的高质量类模型，现在都唾手可得了！
项目地址：
一键解锁千亿级，轻松省钱15倍
众所周知，由于太不Open，开源社区为了让更多人能用上类模型，相继推出了LLaMa、、、-Dolly等模型。
但由于缺乏一个支持端到端的RLHF规模化系统，目前类模型的训练仍然十分困难。而 Chat的出现，正好补全了这个「bug」。
更亮的是， Chat把成本大大地打了下来。
此前，昂贵的多GPU设置超出了许多研究者的能力范围，并且，即使能访问多GPU集群，现有的方法也无力负担数千亿参数模型的训练。
现在，只要花1620美元，就可以通过混合引擎-HE，在2.1天内训练一个OPT-66B模型。
而如果使用多节点、多GPU系统，-HE可以花320美元，在1.25小时内训练一个OPT-13B模型，花5120美元，就能在不到一天的时间内训练一个OPT-175B模型。
前Meta AI专家Elvis激动转发，称这是一件大事，并表示好奇 Chat和相比起来如何。
下面，我们就来看看效果如何。
经过-Chat的训练，13亿参数版「」在问答环节上的表现非常亮眼。不仅能get到问题的上下文关系，而且给出的答案也有模有样。
在多轮对话中，这个13亿参数版「」所展示出的性能，也完全超越了这个规模的固有印象。
一段代码，生成你的第一个
当然，在体验之前，还需要把环境配置一下：
