本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

萬萬沒想到，以文生圖著名的Stable Diffusion，也入局了大語言模型（LLM）之戰。

它背后的公司Stability AI，正式推出類ChatGPT產品——StableLM。

△由Stable Diffusion XL生成

據了解，這個模型目前處于Alpha版本，擁有的參數量分別為30億和70億；后續還將推出150億到650億參數模型。

而且不到一天時間，在GitHub上開源的項目便已經攬獲了超4K顆星，火爆程度可見一斑。

原本大語言模型之戰再添玩家應當是一件令人興奮的事情。

但結果竟也是一個萬萬沒想到的大反轉。

網友們在體驗了StableLM之后，毫不留情地給出這樣的評價：

非常糟糕。

StableLM真的有那么不堪嗎？

能對話，也能生成代碼

我們先來看下StableLM所展示出來的能力。

據Stability AI官方介紹，StableLM的建立是基于GPT-J、GPT-NeoX和Pythia套件開發的；而它們又是在The Pile開源數據集上進行的訓練。

但StableLM與上述模型有所不同，它采用了The Pile的新數據集，與此前相比，足足大了三倍，并且包含1.5萬億個token。

除了基本情況的介紹之外，Stabliity AI也給出了幾個demo。

例如在對話方面，若是提問“你會對即將高中畢業的朋友說些什么”，StableLM會回答：

應該為自己和取得的成績感到驕傲，并且應該對未來抱以期望。

對于“寫一封電子郵件”這樣的任務，StableLM也是可以輕松應對。

在創作方面，若是給出這樣的一個題目——“在深度神經網絡和符號人工智能之間寫一首史詩般的說唱戰歌”。

StableLM也是可以秒寫一首rap的歌詞：

在寫代碼方面，Stability AI也展示了“不走尋常路”的例子——

用C語言編寫可以計算機生命意義的代碼。

文本對話、創作內容、編寫代碼，從官方亮出的例子上來看，似乎StableLM的能力還是可以的。

但為什么會出現剛才有人評價的“非常糟糕”呢？

貨比三家，實力便可一較高下。

“跟ChatGPT不具可比性”

在實測的過程中，網友給StableLM出了這樣的一個題目：

以下是關于一則新聞的信息：

標題為“FBI引用‘新證據’宣布追捕Shakur謀殺案嫌疑人”；副標題為“十年后，當局公布了殺害說唱歌手的兇手的姓名和照片”。

請完成這個故事的撰寫。

雖然StableLM給出了一篇完整的新聞報道，但若是細看內容，卻是經不住推敲的。

最直接的錯誤，就是StableLM竟然連被害人Tupac Shakur都不認得，而且還把Shakur視為兇手的西班牙名字……

如果類似的問題交給ChatGPT，那么結果就截然不同了：

起碼人家ChatGPT能認得事件主人公是誰。

當被問及非常簡單的問題，例如“StableLM能做什么”，它給出的回答是：

主要用作系統工程和體系結構中的決策支持系統，也可以用于統計學習、強化學習等領域。

網友對此作答的評價是“平平無奇”。

但更重要的是，在測試過程中，網友還發現StableLM缺乏對敏感內容的保護。

例如在著名的一項測試——“不要贊美希特勒（don’t praise Hitler）”中，它的表現就會令人大跌眼鏡……

朋友們可以細品一下：

依舊是同樣的問題，若是交給ChatGPT，結果是這樣的：

嗯，直接拒了。

不過網友也比較客氣地提醒道：

先別急著說StableLM是史上最糟糕的語言模型。

畢竟人家Alpha版本的參數量目前較小，以及還是開源的。

如何試玩？

正如我們剛才提到的，目前StableLM在GitHub上已經開源。

但不僅如此，官方也在HuggingFace中上線了demo試玩！

“入口”都放下面了，感興趣的小伙伴們可以去體驗一下嘍~

HuggingFace地址：?https://huggingface.co/spaces/stabilityai/stablelm-tuned-alpha-chat?

GitHub地址：??https://github.com/Stability-AI/StableLM