MOSS对话式大型语言模型

MOSS是复旦大学自然语言处理实验室发布的一种类似于ChatGPT的会话语言模型。MOSS能够按照用户的指示执行各种自然语言任务，包括回答问题、生成文本、摘要文本、生成代码等。MOSS还能够挑战错误的前提，拒绝不适当的请求。

MOSS 项目简介

　　MOSS，一种类似于ChatGPT的会话语言模型。MOSS能够按照用户的指示执行各种自然语言任务，包括回答问题、生成文本、摘要文本、生成代码等。MOSS还能够挑战错误的前提，拒绝不适当的请求。在研究预览期间，MOSS的使用是免费的，我们将在他们允许的情况下收集用户的反馈。体验地址在这https://moss.fastnlp.top/

MOSS能做什么

MOSS主旨：有用、诚实和无害

• 有用：尽量帮助人们完成语言任务，以提高他们的工作效率。
• 诚实：对人类的问题做出诚实的回答。
• 无害：遵守人类伦理和道德，不产生偏见或可能有害的反应。

MOSS使用示例

MOSS和ChatGPT有什么不同？

• MOSS的参数数量比ChatGPT少得多。
• MOSS通过与人类和其他人工智能模型交谈来学习，而ChatGPT则使用来自人类反馈的强化学习(RLHF)进行训练。
• MOSS将是开源的，以方便未来的研究，但ChatGPT可能不会。

团队介绍

　　MOSS 的主要作者共有两位：复旦大学教授邱锡鹏和他的博士生孙天祥。此外还有多位成员对项目有所贡献。

　　邱锡鹏，复旦大学计算机科学技术学院教授，博士生导师。国家优青获得者，于复旦大学获得理学学士和博士学位。主要从事自然语言处理、深度学习等方向的研究，发表 CCF A/B 类论文 70 余篇，获得 ACL 2017 杰出论文奖（CCF A 类）、CCL 2019 最佳论文奖、《中国科学：技术科学》2021 年度高影响力论文奖，有 5 篇论文入选 PaperDigest 发布的 IJCAI/ACL/EMNLP 的最有影响力论文（被引用数进入前当届会议的 20 名）。出版开源专著《神经网络与深度学习》，Github 关注数 1.5 万，豆瓣评分 9.4 分。主持开发了开源框架 FudanNLP 和 FastNLP，已被国内外数百家单位使用。2015 年入选首届中国科协青年人才托举工程项目，2018 年获钱伟长中文信息处理科学技术奖青年创新奖一等奖，2020 获第四届上海高校青年教师教学竞赛优等奖，2021 年获首届上海市计算机学会教学成果奖一等奖（第一完成人）等。培养学生多次获得一级学会优博、微软学者、百度奖学金等。

　　孙天祥，复旦大学计算机科学学院博士生，导师为邱锡鹏教授和黄萱菁教授。2019 年毕业于西安电子科技大学。研究兴趣集中于机器学习及其在自然语言处理中的应用，特别是预训练语言模型的高效微调及推理、多任务学习、知识表示学习等。以第一作者在 ICML, ACL, NAACL, AAAI, COLING 等会议发表多篇论文。

项目主页 

https://txsun1997.github.io/blogs/moss.html

体验地址

https://moss.fastnlp.top/

参考资料

https://news.cnblogs.com/n/736972/