引言
人工智慧領域正因各產業需求的增長而快速擴張與多樣化。Databricks Dolly 已成為大型語言模型（LLM）領域中的重要競爭者，為 ChatGPT 和 Google Bard 等既有平台提供了替代方案。在評估適合您企業的 LLM 選項時，掌握 Dolly 這類模型在市場上的定位至關重要。這將有助於您做出符合基礎設施、業務目標與營運需求的明智決策。
AI 技術已進化得更加先進且易於使用，隨著技術迅速成熟，廣泛的採用與認可也隨之而來。市場上 AI 驅動的產品與服務正蓬勃發展，範圍涵蓋從精密的分析與自動化工具，到 AI 驅動的客戶服務與行銷解決方案。
什麼是 Databricks Dolly？
Databricks Dolly 是一款專為遵循自然語言指令而設計的 開源大型語言模型 ，能產生生成式文字回應，用於摘要、問答與腦力激盪等任務。與 ChatGPT 等封閉選項不同，Databricks Dolly（正式名稱為 Databricks Dolly 2.0）是使用來自 Databricks 員工群眾外包的訓練資料集進行微調的。這個擁有 120 億個參數的模型，是基於 2023 年 3 月至 4 月期間，超過 5,000 名 Databricks 員工所提供的 13,000 多個指令遵循行為示範所開發。
您可以在下方查看影片：
Databricks Dolly 2.0 與 1.0 的比較
在其宣布 Databricks Dolly 2.0 的部落格中，該公司闡述了選擇使用開源模型與自訂資料集的原因，並強調組織將能夠「無需支付 API 存取費用或與外部共享資料」，自由建構或調整自己的大型語言模型。
Databricks 強調其微調指令資料集 databricks-dolly-15k 是「首個專為賦予大型語言模型 ChatGPT 互動魅力而設計的開源、人工生成的指令資料集」。與其前身 Dolly 1.0 不同——後者於 2023 年 3 月發布，包含 ChatGPT 的輸出，並使用參數量減半的模型進行訓練，且僅在有限的 5 萬筆回應/配對資料集上微調，且缺乏商業使用授權——Dolly 2.0 於 2023 年 4 月推出，使用擁有 120 億個參數的開源模型（由 EleutherAI 提供）進行訓練，更重要的是，由於其部分群眾外包/人工生成的問答配對，因此可商業部署。
考慮採用 Databricks Dolly 2.0 的企業可以放心資料集的可靠性。Databricks 為其資料與答案集的創建制定了明確的指導方針，確保所有答案均由人工生成且為獨特回覆。
誰應該使用 Databricks Dolly？
Dolly 的獨特賣點在於其開源資料集，為尋求針對特定用例開發 AI 解決方案的企業提供了明顯優勢。以下是一些可能特別適合使用 Databricks Dolly 的情境：
- 受到嚴格資料合規法規約束的企業：Dolly 的開源特性使其不依賴 API，使高度監管產業的組織能夠建立 AI 解決方案，而不會觸發通常與依賴 API 工具相關的資料安全或合規問題。
- AI 研究人員與開發者：Dolly 提供了一個強大且高度可調適的平台，讓研究人員與開發者能根據需要快速調整模型。這種靈活性促進了創新與實驗的更大潛力。
- 強化現有問答解決方案：利用 Databricks Dolly 的結構來整合現有解決方案的問答配對，是一個理想的應用。例如，將以問答形式構建的技術支援資料庫轉變為互動式體驗，透過 Dolly 的功能即可實現。
真正開源的大型語言模型
客戶一直表達他們更希望擁有自己的模型，以便能夠針對其領域特定應用開發更高品質的模型，同時無需將敏感資料洩露給第三方。
一般認為，解決偏見、問責制與 AI 安全性等關鍵問題，需要一個多元的利益相關者社群參與，而非僅依賴少數大型公司。開源的資料集與模型能夠促進評論、研究與創新，營造一個讓每個人都能從人工智慧技術進步中受益的環境。
作為一項技術與研究產物，Dolly 在效果上預計不會處於最前沿。然而，Dolly 與其開源資料集有望成為許多後續工作的基礎，可能催化更強大語言模型的發展。
Databricks Dolly 的使用案例
在其官方部落格中，他們介紹了 Databricks Dolly 的一些應用與使用案例：
- 開放式問答：例如「為什麼人們喜歡喜劇電影？」或「法國的首都是哪裡？」這類問題。有些問題沒有確定答案，有些則需要從廣泛的世界知識中汲取。
- 封閉式問答：這些問題只能使用給定參考文字中的資訊來回答。例如，當提供一段維基百科關於原子的文章段落時，可以問「原子核中質子與中子的比例是多少？」
- 從維基百科中提取資訊：在此任務中，註釋者從維基百科文章中選取一段落，並找出段落中包含的實體或事實細節（如重量或測量值）。
- 摘要維基百科資訊：註釋者需將一段維基百科段落濃縮成簡短摘要。
- 腦力激盪：這包括產生開放式的想法，並提供一系列可能的選項。例如「這個週末和朋友一起做哪些有趣的活動？」
- 分類：註釋者需判斷類別歸屬，例如將列表中的項目分類為動物、礦物或蔬菜，或評估短段落的特性（如電影評論所表達的情感）。
- 創意寫作：此類任務包括創作詩歌或撰寫情書。
databricks-dolly-15k 中的開放式問答範例
如何安裝 Databricks Dolly
要下載 Dolly 2.0 模型權重，只需前往 Databricks Hugging Face 頁面，並造訪 databricks-labs 上的 Dolly 儲存庫，以取得 databricks-dolly-15k dataset。
Databricks Dolly LLM 的限制
雖然 Databricks Dolly LLM 的開源模型帶來了許多優勢，特別是在高度針對性的商業應用方面，但它並非萬能解決方案。與 ChatGPT 等更大規模的封閉模型相比，Dolly 較小的訓練集可能導致輸出結果較不精細。語言限制也很常見；目前 Dolly 2.0 僅限於提供英文回應。
部署開源 LLM 也引發了知識需求方面的顧慮。這通常需要深入了解訓練與應用 AI 解決方案的知識，以及在企業環境中擁有大量的運算資源。相較之下，封閉的生成式 AI 模型通常開箱即用，並可與自訂解決方案整合。在商業可行性與資源限制之間取得平衡，通常會決定合適的模型選擇。
另一方面，使用開源 LLM 時無法保證私人資訊的安全。如果您正在尋找安全、可靠且具成本效益的封閉原始碼 LLM，您可以選擇我們的 LLM：
我們已經發布了 LLM API，可與您的 LLM 無縫整合。憑藉最實惠的價格與可擴展的模型，Novita AI LLM Inference API 能在不到 2 秒的延遲內，為您的 LLM 提供卓越的穩定性與極低的延遲。
我們的 LLM API 還具備角色扮演功能，透過匯入您喜愛的角色卡，您可以與他/她進行任何對話。
哪種大型語言模型適合您？
Databricks Dolly LLM 的推出，標誌著專為企業使用設計的商業可行開源大型語言模型邁出了重要一步。雖然它可能不適合所有情境，但其在企業層級的潛力是巨大的。無論是自訂解決方案開發、強化現有工具，或是開創新的 AI 應用，如果您需要開源模型，Databricks Dolly 都值得考慮。
如果您對 Databricks Dolly 2.0 是否適合您的特定情境有疑問，或需要協助有效利用 Dolly LLM，歡迎聯繫我們的 Graphable 團隊。我們的自訂開發服務致力於協助您構思並實現符合獨特企業目標的解決方案。
Databricks Dolly 提供了一個多功能、強大且用戶友好的平台，滿足資料分析、預測建模與自動化需求。其應用範圍涵蓋各行各業與功能，使其成為企業環境中專業人士不可或缺的工具。隨著 AI 持續進步，Dolly 在簡化與豐富數據驅動決策方面的角色將進一步擴大。
結論
總結來說，Databricks Dolly LLM 為專為企業使用設計的開源大型語言模型帶來了重大進展。雖然它可能不適合所有情境，但其在特定使用案例中的自訂能力與創新潛力是巨大的。尋求更高品質模型同時保留資料所有權的組織，可能會發現 Databricks Dolly 是一個具說服力的選項。
然而，考慮取捨也很重要。像 Databricks Dolly 這樣的開源模型提供了靈活性與社群驅動的創新，但在精緻度或語言覆蓋範圍上可能不如封閉模型。對於那些權衡可靠性、安全性與成本效益的組織，封閉原始碼的 LLM 提供了一個可行的替代方案。
最終，選擇開源還是封閉原始碼的 LLM，取決於您組織的特定需求、目標與資源。無論您選擇 Databricks Dolly 或其他模型，務必根據您的獨特企業需求來做出決策，以有效強化數據驅動的決策。
novita.ai 是一個一站式平台，為您開啟無限創意，提供 100 多個 API 的存取權限。從圖像生成、語言處理到音訊增強與影片操作，採用付費即用的低廉價格，讓您在建立自有產品的同時免除 GPU 維護的煩惱。立即免費試用。
推薦閱讀
