中版ChatGPT登场数小时就崩溃 复旦大学道歉

人工智慧AI机器人ChatGPT当红，中国复旦大学抢跟潮流却出包，此前开发的一个类似ChatGPT的聊天机器人平台在向大众发布后数小时内，因流量突然激增而崩溃。复旦大学周二（21日）公开道歉。

该团队周一宣布称为MOSS的平台立即在中国社交媒体上疯传，并在微博上产生数千万的点阅量。官方媒体将其描述成为OpenAI热门ChatGPT平台的第一个中国竞争对手。但MOSS很快就崩溃了，到周二，复旦大学团队表示将不再向公众开放。

MOSS的推出和公众的反应凸显了中国对ChatGPT的热情，以及国内行业面临的挑战，因为中国的几所顶尖大学和科技公司都竞相生产中国版的微软支持的聊天机器人。

复旦大学网站发表的声明表示，MOSS仍然是一个非常不成熟的模型，它在达到ChatGPT之前还有很长的路要走；像我们这样的学术研究实验室无法生产出能力接近ChatGPT的模型。

中国版ChatGPT“MOSS”服务器被挤爆，复旦团队致歉：还不成熟

新智元

取名MOSS，致敬《流浪地球》

2月20日，复旦大学邱锡鹏团队推出中国版ChatGPT“MOSS”。发布当晚，服务器被挤爆。2月21日，复旦MOSS团队致歉，称模型还不成熟。

今天，MOSS又火了。不仅登顶知乎热榜，收获近千万流量，还引来诸多媒体竞相报道。

不过，这次出圈的，不是陪刘培强流浪的MOSS，而是复旦大学研发的中国版ChatGPT。

国内首个对话式大型语言模型

ChatGPT自发布以来，已经收获了全球巨大关注。尤其是在春节后，ChatGPT突然走红，许多网友开始期待中国版聊天机器人的诞生。

现在，这个愿望得以实现。复旦大学自然语言处理实验室表示，国内第一个对话式大型语言模型“MOSS”已由邱锡鹏教授团队发布至公开平台，邀公众参与内测。

MOSS可以执行一系列任务，如对话生成、编程、事实问答等。官网称，MOSS为生成的语言模型打开所有技术路径，以理解人类意图并具有对话能力。

MOSS的出现为国内学术界和业界提供了重要经验，并有助于进一步探索和应用大型语言模型。

团队负责人邱锡鹏表示：“尽管MOSS仍有很大的改进空间，但其推出证明，国内科研团队有能力在开发ChatGPT产品的道路上克服重要的技术挑战。”

据悉，MOSS研发项目得到了上海人工智能实验室的大力支持。后期，该项目将会通过开源方式，和行业人士与社区分享。

开源代码，打造MaaS生态

MOSS的回答语言流畅、逻辑清晰且观点正确。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都顺利完成了任务。

然而，MOSS与ChatGPT最大的不同，在于其开源属性。

由于ChatGPT并未开源，其技术解决方案的细节尚未披露，研究人员对此有很多猜测。一些专家认为，ChatGPT是一个复杂的组合系统，无法通过单一的生成语言模型实现。

作为自然语言处理专家，邱锡鹏近年来一直致力于研究具有多任务学习能力的一般模型。为了探索ChatGPT的技术路线并获得LLM研究的一手经验，他带领团队加快了MOSS的开发。

MOSS开发的基本步骤与ChatGPT相同，包括两个阶段：自然语言模型的基座训练和理解人类意图的对话能力训练。

在对话能力培训阶段，OpenAI收集了至少数十万条人工指令，要求各行各业的专业标注员编写指令回复，然后将其输入模型库，以帮助ChatGPT逐步理解各种指令。

复旦团队采用不同的技术路线，通过允许MOSS与人类和其他对话模式互动，并在短时间内高效完成对话能力培训，从而显著提高学习效率和研发效率。

为了提高研发效率，MOSS团队选择开源代码。对此，MOSS模型的官方公告表示：

预训练大语言模型的研发门槛很高，需要大量算力、训练语料和人工标注。在我国产业界，只有大型机构才有实力开发大模型。

MOSS开源后，可有效降低预训练语言模型的研发和应用门槛，让中小企业在其基础上开发出智能客服、智能家居、人工智能律师等各种垂直类产品。

推出伊始便开源代码，虽然可以提高数据收集和研发效率，但也不得不称为一个冒险的举动。然而，这也为未来企业的发展提供了一个新的思路：MaaS（基础模型服务）。

在未来，企业或许不需要在大模型领域“卷生卷死”，有了类似于MOSS的高质量LLM，企业只需对已经完备的模型进行微调，就能获得所需的品质良好的垂类产品。

取名MOSS，致敬《流浪地球》

随着MOSS的推出，互联网上出现了怀疑的声音：为什么要叫MOSS？

面对“蹭热度”的质疑，MOSS团队发公告予以澄清。公告称：

尽管我们的对话模型和《流浪地球》中MOSS的能力不能相提并论，但就像过去NLP领域的其它优秀模型一样，作者们都希望使用自己喜欢的影视角色名称命名自己的模型，我们在训练完成第一代模型的时候，正值流浪地球2热映，片中MOSS给团队每个人都留下了深刻的印象，因此便使用了这样一个名称来指代我们的模型，以表示我们对最前沿AI模型的不懈追求。

事实上，用大IP给科研项目命名并不是什么新鲜事。ChatGPT基础技术之一的Transformer，其名称来源于大热电影《变形金刚》（Transformer）。

网友评价

MOSS一上线，官网都快被挤爆了，小编也只能乖乖排队等内测资格啦。

体验地址：https://moss.fastnlp.top/，项目地址：https://txsun1997.github.io/blogs/moss.html

不过，根据网上记者的对话以及知乎答友们的评价，咱也能来仔细瞅瞅MOSS了。

文风很AI，但未来可期

基于目前已知的信息，“段小草”对Moss的特点进行了总结：

1. 上下文的能力是有的，但不确定能保留多少，毕竟展示出来的上下文对话都不是太长；

2. 文风很 AI，不过生成的内容不算长。即使是分 1、2、3、4 点回答的时候，句子也比较短。ChatGPT 一般会生成更长的展开。

3. 文章中也专门展示了英文能力，但还不确定训练集中不同语言语料的效果。

4. 吸取 ChatGPT 和 NewBing 翻车的教训，在上线初期就套上了足够的道德枷锁。

最后，“段小草”表示：“希望能尽快体验到产品，也期待看到更多产业落地。”

MOSS回答：

ChatGPT回答：

回答地址：https://www.zhihu.com/question/585248111/answer/2903132579

给国内AI开了个好头

的确，MOSS的发布对国内AI的发展肯定大有益处。

知友“极智视界”表示，在AI领域，技术源于美国而盛行于世界，例如框架类的pytorch、tensorflow，目标检测算法YOLO以及造就ChatGPT的transformer。我们“对标”国外的技术，虽然赶超美国可能做不到，但是“对标”的过程一定会让国内的AI有一个快速的发展。

回答地址：https://www.zhihu.com/question/585248111/answer/2903303710

“极智视界”还提到，国内首个类ChatGPT模型MOSS的发布既符合预期但也有些意外。

符合预期是因为近段时间以来也一直有国内版ChatGPT摩拳擦掌的消息，所以迟早都会来的；意外的是在当前这种强大的利益驱动下，研究机构居然还走到了大厂的前头。

但总的来说这是一个令业界比较振奋的消息，咱们终于可以用上咱们自己的AI问答系统了。

高校的重点还是理论探索

知友“卜寒兮”表示，想研发出类ChatGPT的产品，需要一个团队能撬动各个方面的资源，还要有过硬的技术做支撑。

以ChatGPT为例，单单想要研发出一个成规模的LLM模型，就需要以下四个方面：

海量数据的语料库：ChatGPT背后的模型的GPT-3、GPT-3.5系列，初代的GPT-3是2020年发布的，这个模型有1750亿个参数，训练它所使用的语料库包含45TB的数据、约3000亿个单词

大量的人力：毕竟ChatGPT成功的背后是时薪不到2美刀的血汗工厂

算力的支撑：训练chatGPT这样规模的LLM模型需要目前世界上最强大的GPU来满足算力要求而像NVIDIA Tesla A100这种最新的AI超级计算机芯片已经禁止对国内出售了。国内除了几家互联网大厂，很少有公司有实力能长期投入大量资金在算力上，更不要提校内的科研团队了，靠点科研经费可远远不够。

技术上的壁垒：GPT-3的初代版本在2020年就出现了，而到2022年11月首次推出ChatGPT产品，这期间花了三四年的时间迭代不同的版本。这是一个长期的过程，意味着花大量的时间找到关键的训练tricks，反复调参，在不同的训练集上反复训练、微调，并且还有找到合适的训练方法，才能迭代出一个优秀的版本

回答地址：https://www.zhihu.com/question/585248111/answer/2903161180

目前来看，还真的只有大公司才有能力做得出来。对于高校的科研团队，其优势在于技术和方法上的创新，所以还是要在这方面做更多功夫，为将来有一天该方向的发展做技术储备。

复旦MOSS团队：还不成熟

2月20日，就在MOSS模型公布的当晚，不少测试的网友发现，MOSS已经显示服务器流量过载，只能第二天再重试。

2月21日，复旦团队在MOSS官网发布公告称：首先非常感谢大家的关注!MOSS还是一个非常不成熟的模型，距离ChatGPT还有很长的路需要走。

我们一个学术研究的实验室无法做出和ChatGPT能力相近的模型，MOSS只是想在百亿规模参数上探索和验证 ChatGPT的技术路线，并且实现各种对话能力。

我们最初的想法只是想将MOSS进行内测，以便我们可以进一步优化，没有想到会引起这么大的关注，我们的计算资源不足以支持如此大的访问量，并且作为学术团队我们也没有相关的工程经验，给大家造成非常不好的体验和第一印象，在此向大家致以真诚的歉意。

在 MOSS完成初步的验证之后，我们会将MOSS的经验、代码、模型参数开源出来供大家参考。中国版ChatGPT的诞生还需要中国全体AI从业者的努力，也更需要不断。和人交互以提高能力。