文章主题：MOSS模型, 开源, 科研人员, Github
《科创板日报》4月21日讯（记者 黄心怡）复旦大学自然语言处理实验室开发的新版MOSS模型今日正式上线，成为国内首个插件增强的开源对话语言模型。
MOSS模型现已正式上线并开源，其相关代码、数据及模型参数已在GitHub和Hugging Face等平台上公开，这将为科研工作者提供便利的下载资源。
复旦大学计算机科学技术学院教授MOSS系统负责人邱锡鹏表示：“这是国内第一个插件版对话语言模型，能使用搜索引擎、图像生成模型、方程求解器等外部工具，为用户提供越来越多的服务。GPT-4也能接入各种插件，这种能力在大模型落地应用过程中会很有价值。”
而《科创板日报》记者拿到内测码，对MOSS模型进行了测试。
“介绍一下科创板日报。”输入这个指令后，模型界面给出了如下回答：
在MOSS界面，用户可自主添加搜索引擎、图像生成、方程求解器、计算器等外部插件工具。
记者加入了搜索引擎的插件，然后提问：特斯拉在国内过去五个月、过去一年的销量是多少？
在 MOSS 的展示中，我们发现了相应的回答，并在其下方提供了相关的英文参考资料。然而，如同之前的心言测试一般，这里所呈现的数据相对较为过时。
写工作总结是常见的问题。记者此前也提问了文心一言。
当MOSS面对这个问题时，他深入探究并追问了具体的工作总结性质。最终，在记者设定条件后，我们获得了一份详尽的营销工作总结了。
记者还让其生成针对AI医疗公司的中秋节文案：
写一份赞美母亲的信：
在数理逻辑推算能力方面，记者先尝试问了一道简单的加法题。
接着，记者增加难度，提问经典的鸡兔同笼问题。通过使用方程求解器，MOSS给出了正确的答案。
《科创板日报》记者又提问小升初的数学题：
在一场20道题的数学竞赛中，参赛者小华获得了令人瞩目的64分。根据评分规则，每正确回答一道题目可以获得5分，而每道错误或未答题目则会扣除1分。那么，小华究竟做对了多少道题目呢？首先，我们可以通过计算得分来反向推断出做对的题目数量。由于小华总共获得了64分，因此他做错的题目数量为（20-x）*(-1)，其中x表示他做对的题目数量。将这个式子化简后，我们得到：x = (20-64)/(20+1)。通过计算，我们发现小华做对的题目数量为8道。综上所述，在这场20道题的数学竞赛中，小华成功地完成了8道题目，从而获得了令人羡慕的64分。
在本题中，国内模型普遍表现欠佳，正确答案应为14题。在此方面，文心一言给出的答案为16道题，通义千问则提供了43道题的答案，而MOSS的答案为15题。
MOSS具备了AI绘画的功能,这得益于相关插件的使用。当《科创板日报》记者请求一幅大海的画作时,MOSS自动调用了text2image插件,并生成了符合要求的作品。
记者增加了对图画内容的描述，要求生成一张中国女孩躺在草地上的照片，
MOSS是一款具备中英双语及丰富插件功能的开源对话语言模型，其moss-moon系列模型拥有庞大的160亿参数，能够在单张A100/A800或两张3090显卡的环境下以FP16精度运行。同时，该模型在INT4/8精度下亦能单独在一张3090显卡上运行。
邱锡鹏表示，未来，MOSS将陆续开源更多训练数据及模型参数，同时也为企业私有化部署人工智能模型、开展相关服务提供解决方案。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
