Blenderbot 3B

🚀 開放域聊天機器人模型

本項目聚焦於開放域聊天機器人的構建，通過採用合適的訓練數據和生成策略，讓大規模模型學習多種對話技能。項目提供不同參數規模的模型及代碼，經人工評估，最佳模型在多輪對話的吸引力和人性化方面優於現有方法。

🚀 快速開始

暫未提供快速開始相關內容。

✨ 主要特性

• 多技能融合：模型能夠學習多種對話技能，如提供有趣話題、傾聽夥伴、提問與回答、展現知識、共情和個性等。
• 多參數規模：構建了具有 9000 萬、27 億和 94 億參數的神經網絡模型變體。
• 公開可用：模型和代碼均公開，方便研究和使用。
• 性能優越：經人工評估，最佳模型在多輪對話的吸引力和人性化方面優於現有方法。

📚 詳細文檔

模型描述

• 論文：構建開放域聊天機器人的方法
• 原始 PARLAI 代碼：Original PARLAI Code

摘要

構建開放域聊天機器人是機器學習研究中的一個具有挑戰性的領域。此前的研究表明，增加神經網絡模型的參數數量和訓練數據的規模可以提高性能，但我們發現，對於高性能的聊天機器人而言，其他因素也至關重要。一場良好的對話需要專家對話者無縫融合多種技能：提供引人入勝的話題、傾聽對話夥伴、既能提問又能回答問題，並根據不同的情境恰當地展現知識、共情和個性。我們證明，當給予適當的訓練數據和選擇合適的生成策略時，大規模模型能夠學習這些技能。我們構建了具有 9000 萬、27 億和 94 億參數的神經網絡模型變體，並將我們的模型和代碼公開。人工評估顯示，我們的最佳模型在多輪對話的吸引力和人性化衡量方面優於現有的方法。隨後，我們通過分析模型的失敗案例來探討這項工作的侷限性。

📄 許可證

本項目採用 Apache-2.0 許可證。