有没有中国版的chatGPT?

ChatGPT中文网是一个面向中国用户的聊天机器人网站，旨在为国内用户提供一个自然的环境、有趣、实用的聊天体验。

ChatGPT中文网 网站 朱鸾AI助手 http://wenzhang.zhuluan.com/zh-cn/

项目介绍：OpenAI表示，通过GPT-3，他们证明了无需梯度更新，无需微调，规模更大的语言模型就可以大大改善无关任务和小样本（few-shot）学习的性能，达到最先进微调方法的水准。在部分任务中，甚至超越了最先进微调方法。任何 transformer 变体、任何数据集都通用。

在一块消费级 GPU 上只用一天时间训练，可以得到什么样的 BERT 模型？

最近一段时间，语言模型再次带火了 AI 领域。预训练语言模型的无监督训练属性使其可以在海量样本基础上进行训练，并获得大量语义语法知识，不论分类还是问答，似乎没有 AI 解决不了的问题。

然而，大模型既带来了技术突破，也对算力提出了无穷无尽的需求。

最近，来自马里兰大学的 Jonas Geiping、Tom Goldstein 讨论了所有关于扩大计算规模的研究，深入探讨了缩小计算规模的改进方向。他们的研究引发了机器学习社区的关注。

在新研究中，作者对于单块消费级 GPU（RTX 2080Ti）能训练出什么样的语言模型进行了讨论，并获得了令人兴奋的结果。让我们看看它是如何实现的：

模型规模的扩展

在自然语言处理（NLP）领域，基于 Transformer 架构的预训练模型已经成为主流，并带来诸多突破性进展。很大程度上，这些模型性能强大的原因是它们的规模很大。随着模型参数量和数据量的增长，模型的性能会不断提高。因此，NLP 领域内掀起了一场增大模型规模的竞赛。

然而，很少有研究人员或从业者认为他们有能力训练大型语言模型（LLM），通常只有行业内的科技巨头拥有训练 LLM 的资源。

为了扭转这一趋势，来自马里兰大学的研究者进行了一番探索。

这个问题对于大多数研究人员来说具有重要意义，因为这将成为模型训练成本的参考，并有望打破 LLM 训练成本超高的瓶颈。该研究的论文迅速在推特上引发关注和讨论。