加载中...
加载中...
GPT4All
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
----------------2023年7月15日GPT4All增加支持embedding能力----------------
2023年7月15日，NomicAI官方宣布最新版的GPT4All支持embedding模型，只需要1G内存即可运行： https://www.datalearner.com/blog/1051684590410303
----------------2023年6月1日GPT4All更新支持读取本地文档----------------
-2023年6月1日，NomicAI官方宣布最新版的GPT4All支持加载本地文档，然后根据本地文档读取内容，使用不同的大模型来针对这个文档进行问答！
----------------2023年5月20日更新-----------------------
随着NomicAI运营思路的转变GPT4All也从单一的模型转换成一个支持本地运行各大开源“ChatGPT”模型的软件。
关于GPT4All的具体使用和信息参考： https://www.datalearner.com/blog/1051684590410303
支持的模型如下：
| 模型名称 | 参数数量 | 量化方式 | 文件大小 | 基础模型 | 内存要求 | 下载地址 |
|---|---|---|---|---|---|---|
| Wizard v1.1 | 130亿 | 4bit量化(q4_0) | 6.82GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| GPT4All Falcon | 70亿 | 4bit量化(q4_0) | 3.78GB | Falcon | 8GB | 下载地址（DataLearner整理） |
| Hermes | 130亿 | 4bit量化(q4_0) | 7.58GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| Groovy | 70亿 | 4bit量化(q4_0) | 3.53GB | GPT-J | 8GB | 下载地址（DataLearner整理） |
| Snoozy | 130亿 | 4bit量化(q4_0) | 7.58GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| MPT Chat | 70亿 | 4bit量化(q4_0) | 4.52GB | MPT | 8GB | 下载地址（DataLearner整理） |
| Mini Orca | 70亿 | 4bit量化(q4_0) | 3.53GB | OpenLLaMa | 8GB | 下载地址（DataLearner整理） |
| Mini Orca (Small) | 30亿 | 4bit量化(q4_0) | 1.8GB | OpenLLaMa | 4GB | 下载地址（DataLearner整理） |
| Mini Orca (Large) | 130亿 | 4bit量化(q4_0) | 6.82GB | OpenLLaMa | 16GB | 下载地址（DataLearner整理） |
| Vicuna | 70亿 | 4bit量化(q4_2) | 3.92GB | LLaMA | 8GB | 下载地址（DataLearner整理） |
| Vicuna (large) | 130亿 | 4bit量化(q4_2) | 7.58GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| Wizard | 70亿 | 4bit量化(q4_2) | 3.92GB | LLaMA | 8GB | 下载地址（DataLearner整理） |
| Stable Vicuna | 130亿 | 4bit量化(q4_2) | 7.58GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| MPT Instruct | 70亿 | 4bit量化(q4_0) | 4.52GB | MPT | 8GB | 下载地址（DataLearner整理） |
| MPT Base | 70亿 | 4bit量化(q4_0) | 4.52GB | MPT | 8GB | 下载地址（DataLearner整理） |
| Nous Vicuna | 130亿 | 4bit量化(q4_0) | 7.58GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| Wizard Uncensored | 130亿 | 4bit量化(q4_0) | 7.58GB | LLaMA | 16GB | 下载地址（DataLearner整理） |
| Replit | 30亿 | f16（无量化） | 4.84GB | Replit | 4GB | 下载地址（DataLearner整理） |
| Bert | 1百万 | f16（无量化） | 0.04GB | Bert | 1GB | 下载地址（DataLearner整理） |
GPT4All是Nomic AI公司开源的一个类似ChatGPT的模型，它是基于MetaAI开源的LLaMA微调得到的其最大的特点是开源，并且其4-bit量化版本可以在CPU上运行！同时，因为他们精心挑选了80万的 prompt-response对进行微调训练，因此其效果十分好！
以下是GPT4All的具体信息。
Nomic AI精心挑选了大约80万个提示-响应样本（ prompt-response ），以生成43万个高质量的助手式提示/生成训练对，包括代码、对话和故事训练了GPT4All。发现它的效果很好。
最主要的是，该模型完全开源，包括代码、训练数据、预训练的checkpoints以及4-bit量化结果。
他们发布的4-bit量化预训练结果可以使用CPU作为推理！
GPT4All的主要训练过程如下：
最开始，Nomic AI使用OpenAI的GPT-3.5-Turbo的API收集了大约100万个prompt-response对。为了收集这些数据，他们利用了3个公开数据集收集：
然后，受到斯坦福大学的Alpaca项目（ https://www.datalearner.com/ai-models/pretrained-models/stanford-alpaca ）的启发，在收集了初始的提示生成数据集后，删除了GPT-3.5-Turbo无法响应提示并生成格式错误输出的所有示例。这将总样本数量减少到了806,199个高质量的提示生成对。
接下来，从最终训练数据集中删除整个Bigscience/P3子集，因为它的输出多样性很低；P3包含许多同质化的提示，导致GPT-3.5-Turbo产生短而同质的响应。这个排除产生了一个包含437,605个提示生成对的最终子集，如图2所示。
基于上述数据，他们用Meta开源的LLaMA模型（70亿参数规模： https://www.datalearner.com/ai-models/pretrained-models/LLaMA ）做了微调。
GPT4All目前有好几个版本：
| GPT4All模型名称 | 模型简介 | DataLearner模型信息卡地址 | 开源协议 |
|---|---|---|---|
| gpt4all-j | 基于GPT-J模型做Chat优化的模型，也基于不同的数据集训练 | https://www.datalearner.com/ai-models/pretrained-models/GPT4All-J | Apache-2 ✅ |
| gpt4all-j-lora | 使用了LoRA技术微调的GPT-J | Apache-2 ✅ | |
| gpt4all-lora | 基于LLaMA微调的模型，迭代了4次Epochs | https://www.datalearner.com/ai-models/pretrained-models/GPT4All-LoRA | GPL-3.0 ❌ |
| gpt4all-13b-snoozy | 基于LLaMA-13B模型的微调结果 | https://www.datalearner.com/ai-models/pretrained-models/GPT4All-13B | GPL ❌ |
| gpt4all-lora-epoch-3 | 基于LLaMA微调的模型，是一个中间结果，仅迭代3次Epochs | GPL-3.0 ❌ |
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
