导读：人工智能开发者发布 训练算法的开源实现，包括机构与华裔个人。
人工智能研究小组LAION()和()分别发布了()与trlX()，这些均是人类反馈强化学习 (RLHF) 的开源产品实现，用于训练的算法。
此外，独立人工智能开发者Phil Wang也开源了自己的算法实现。（相关阅读：）
关于 LAION，全称为 Large-scale Open ，是一个非盈利的机器学习研究机构，致力于为公众提供 AI 模型、数据集和开源代码。
2022 年，LAION 发布LAION-5B，这是一个包含超过 50 亿个图像文本对的人工智能训练数据集。LAION 的最新项目是 ，目标是“让每个人都可以访问基于聊天的大型语言模型”。计划中的 MVP 实现将基于 的 论文：人工生成指令的数据集、机器生成的响应及其人类排名的数据集，以及 RLHF 的实现。
根据 LAION 的官方说法如下：
我们不会止步于复制 。我们希望构建未来的助手，不仅能够编写邮件和求职信，还要能做有意义的工作、使用 API、动态研究信息等等，并且能够让任何人进行个性化与扩展。
我们希望以一种开放和可访问的方式来做到这一点，这意味着我们不仅要构建一个出色的助手，还要使他足够小，且高效以在消费类硬件上运行。
是研究小组的一个新实验室，其任务是“通过强化学习提高大型语言模型 (LLM) 的性能和安全性。” 2022 年 10 月，该实验室宣布了一个使用 RLHF训练和公开发布“指令调整”模型的项目。
该项目是几个技术组织的合作成果，包括、Scale和。作为该项目的一部分， 开源了 X (trlX)，这是一个使用 RLHF 微调 语言模型的框架。
以和Make-A-Video等深度学习研究模型的开源实现而闻名的 AI 开发人员 Phil Wang分享了他正在为PaLM语言模型（称为 PaLM + RLHF）实施 RLHF 的工作。Phil Wang 指出，没有预训练模型，只有用户自己训练的框架。他还发出建议有兴趣复制 的用户加入LAION 频道。
尽管这些开源项目包括 训练方法的实现，但它们目前没有任何可用的训练模型。Phil Wang的项目常见问题解答表明，培训可能需要“数百万美元的计算 + 数据”才能完成。LAION 的 路线图文档确实列出了收集数据和训练模型的工作，但不清楚何时可以发布经过训练的模型。
的 发贴指出：
我们还没有正式发布任何 RLHF 模型，只是 hh-RLHF 的一些小复制工作，包括学习总结等在我们的 中，我们可以匹配各自论文中报告的性能。
人工智能社区的几位知名成员在社交媒体上讨论了这些开源团队的努力。
在 上， 首席技术官 预测，在未来六个月内将有“10 个 的开放复制品”。
AI 研究员 回复道：
“同意，将会有许多 的开源实现。但是不会有很多高质量的模型。我认为我们低估了人们讨厌手工标记（或更糟的：编写）训练数据的程度。”
的创始人 Emad 在上表示，他的公司正在“致力于开放”。他还如此说：
“创建开放 最困难的部分是治理方面……好消息是一旦所有的血汗和泪水都投入到创建模型和框架中，它们就可以像新的类型一样疯狂地扩散开发原语言。”
目前 上已经提供了、trlX和PaLM + RLHF的源代码。
地址分别为：
希望对各位开发者有用。
