GPT4ALL：終極開源大語言模型解決方案
開源語言模型生態系統正在興起，這些生態系統為個人提供綜合資源以創建用于研究和商業目的的語言應用程序。
本文深入研究GPT4ALL，它通過提供全面的搭建模塊，使任何人都能開發類似ChatGPT的聊天機器人，從而超越了特定的使用案例。
什么是GPT4ALL項目？
GPT4ALL可以在使用最先進的開源大型語言模型時提供所需一切的支持。它可以訪問開源模型和數據集，使用提供的代碼訓練和運行它們，使用Web界面或桌面應用程序與它們交互，連接到Langchain后端進行分布式計算，并使用Python API進行輕松集成。
開發人員最近推出了Apache-2許可的GPT4All-J聊天機器人，該機器人在大量精心策劃的助手交互語料庫上進行了訓練，包括單詞問題、多輪對話、代碼、詩歌、歌曲和故事。為了使其更易于訪問，他們還發布了Python bindings和一個聊天UI，使幾乎所有人都可以在CPU上運行該模型。
可以通過在桌面上安裝本地的聊天客戶端來自己嘗試。
- Mac/OSX（https://gpt4all.io/installers/gpt4all-installer-darwin.dmg）
- Windows（https://gpt4all.io/installers/gpt4all-installer-win64.exe）
- Ubuntu（https://gpt4all.io/installers/gpt4all-installer-linux.run）
之后，運行GPT4ALL程序并下載自己選擇的模型。也可以在這里（https://github.com/nomic-ai/gpt4all-chat#manual-download-of-models）手動下載模型，并將其安裝在GUI中模型下載對話框所指示的位置。
在筆記本電腦上使用GPT4ALL的體驗比較好，收到了快速和準確的回應。此外，GPT4ALL對用戶很友好，即使是非技術人員也可以使用。
GPT4ALL Python客戶端
GPT4ALL有Python、TypeScript、Web Chat interface和Langchain后端。
在本節中，我們將研究使用nomic-ai/pygpt4all訪問模型的Python API。
- 使用PIP安裝Python GPT4ALL庫。
pip install pygpt4all- 從http://gpt4all.io/models/ggml-gpt4all-l13b-snoozy.bin下載GPT4All模型，也可以在這里（https://github.com/nomic-ai/gpt4all-chat#manual-download-of-models）瀏覽其他模型。
- 創建文本回調函數，加載模型，并向mode.generate()函數提供一個提示，以生成文本。查閱庫的文檔（https://nomic-ai.github.io/pygpt4all/）以了解更多信息。
from pygpt4all.models.gpt4all import GPT4All
def new_text_callback(text):
print(text, end="")
model = GPT4All("./models/ggml-gpt4all-l13b-snoozy.bin")
model.generate("Once upon a time, ", n_predict=55, new_text_callback=new_text_callback)此外，可以使用轉換器下載和運行推理。只需提供模型名稱和版本。在本文的示例中，正在訪問最新和改進的v1.3-groovy模型。
from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained(
"nomic-ai/gpt4all-j", revisinotallow="v1.3-groovy"
)入門指南
nomic-ai/gpt4all資源庫附帶有用于訓練和推理的源代碼、模型權重、數據集和文檔。可以從自己嘗試一些模型開始，然后嘗試用Python客戶端或LangChain將其集成。
GPT4ALL為我們提供了一個CPU量化的GPT4All模型檢查點。要訪問它，我們必須：
- 從Direct Link或[Torrent-Magnet]下載gpt4all-lora-quantized.bin文件。
- 克隆這個資源庫，并將下載的bin文件移到chat文件夾。
- 運行適當的命令來訪問該模型：
- M1 Mac/OSX：cd chat;./gpt4all-lora-quantized-OSX-m1
Linux：cd chat;./gpt4all-lora-quantized-linux-x86
- Windows（PowerShell）：cd chat;./gpt4all-lora-quantized-win64.exe
- Intel Mac/OSX：cd chat;./gpt4all-lora-quantized-OSX-intel
也可以前往Hugging Face Spaces，并試用Gpt4all的演示。
圖片來自Gpt4all
資源：
- 技術報告：GPT4All-J: An Apache-2 Licensed Assistant-Style Chatbot（https://static.nomic.ai/gpt4all/2023_GPT4All-J_Technical_Report_2.pdf）
- GitHub：nomic-ai/gpt4all（https://github.com/nomic-ai/gpt4all）
- Python API：nomic-ai/pygpt4all（https://github.com/nomic-ai/pygpt4all）
- 模型：nomic-ai/gpt4all-j（https://huggingface.co/nomic-ai/gpt4all-j）
- 數據集：nomic-ai/gpt4all-j-prompt-generations（https://huggingface.co/datasets/nomic-ai/gpt4all-j-prompt-generations）
- Hugging Face演示：Gpt4all（https://huggingface.co/spaces/Monster/GPT4ALL）
- ChatUI：nomic-ai/gpt4all-chat: gpt4all-j chat（https://github.com/nomic-ai/gpt4all-chat）
- GPT4ALL后端：GPT4ALL - ????LangChain 0.0.154（https://python.langchain.com/en/latest/modules/models/llms/integrations/gpt4all.html）
