復旦MOSS大模型揭開面紗

復旦大學自然語言處理實驗室開發的新版MOSS模型今日正式上線，成為國內首個插件增強的開源對話語言模型。

目前，MOSS模型已上線開源，相關代碼、數據、模型參數在Github和Hugging Face等平臺開放，供科研人員下載。

復旦大學計算機科學技術學院教授MOSS系統負責人邱錫鵬表示：“這是國內第一個插件版對話語言模型，能使用搜索引擎、圖像生成模型、方程求解器等外部工具，為用戶提供越來越多的服務。GPT-4也能接入各種插件，這種能力在大模型落地應用過程中會很有價值。”

而《科創板日報》記者拿到內測碼，對MOSS模型進行了測試。

“介紹一下科創板日報。”輸入這個指令后，模型界面給出了如下回答：

在MOSS界面，用戶可自主添加搜索引擎、圖像生成、方程求解器、計算器等外部插件工具。

記者加入了搜索引擎的插件，然后提問：特斯拉在國內過去五個月、過去一年的銷量是多少？

MOSS顯示了回答，并在回答內容的下方，給出了所引用的英文參考資料。不過，和此前文心一言的測試一樣，所能提供的數據也較為陳舊。

寫工作總結是常見的問題。記者此前也提問了文心一言。

MOSS對這個較為寬泛的問題，進行了追問：要求給出工作總結的具體性質等。在記者設定條件后，得到了一份市場營銷相關的工作總結。

記者還讓其生成針對AI醫療公司的中秋節文案：

寫一份贊美母親的信：

在數理邏輯推算能力方面，記者先嘗試問了一道簡單的加法題。

接著，記者增加難度，提問經典的雞兔同籠問題。通過使用方程求解器，MOSS給出了正確的答案。

《科創板日報》記者又提問小升初的數學題：

某次數學競賽共20道題，評分標準是:每做對一題得5分,每做錯或不做一題扣1分。小華參加了這次競賽，得了64分。問：小華做對幾道題?

正確答案應該是14題，在這方面國內的模型均表現不佳。此前文心一言回答的是16道題，通義千問則得出了43道題。而MOSS的答案是15題。

通過調用相關插件，MOSS也擁有了AI繪畫的本領。《科創板日報》記者提出“請幫我一幅大海的畫”，它自主調用text2image插件，生成了一幅對應內容的畫。

記者增加了對圖畫內容的描述，要求生成一張中國女孩躺在草地上的照片，

據介紹，MOSS是一個支持中英雙語和多種插件的開源對話語言模型，moss-moon系列模型具有160億參數，在FP16精度下可在單張A100/A800或兩張3090顯卡運行，在INT4/8精度下可在單張3090顯卡運行。

邱錫鵬表示，未來，MOSS將陸續開源更多訓練數據及模型參數，同時也為企業私有化部署人工智能模型、開展相關服務提供解決方案。