很高興推出新的代碼庫：nanochat！ （這是我寫過的最瘋狂的之一）。 與我之前的類似代碼庫nanoGPT僅涵蓋預訓練不同，nanochat是一個從零開始的簡單ChatGPT克隆的全棧訓練/推理管道，代碼庫依賴最小。你啟動一個雲GPU盒子，運行一個腳本，最少4小時後，你就可以在類似ChatGPT的網頁UI中與自己的LLM對話。 它大約有8000行我認為相當乾淨的代碼來： - 使用新的Rust實現訓練分詞器 - 在FineWeb上預訓練一個Transformer LLM，評估多個指標的CORE分數 - 在SmolTalk的用戶-助手對話中進行中期訓練，進行多選題，工具使用。 - SFT，評估聊天模型在世界知識多選題（ARC-E/C，MMLU）、數學（GSM8K）、代碼（HumanEval）上的表現 - 可選地在GSM8K上對模型進行RL，使用"GRPO" - 在引擎中高效推理模型，使用KV緩存，簡單的預填充/解碼，工具使用（輕量級沙箱中的Python解釋器），通過CLI或類似ChatGPT的WebUI與其對話。 - 撰寫一份單一的Markdown報告卡，總結並遊戲化整個過程。 即使成本低至約100美元（約4小時在8XH100節點上），你也可以訓練一個小型的ChatGPT克隆，能夠進行對話，並且可以寫故事/詩，回答簡單問題。約12小時超過GPT-2的CORE指標。當你進一步擴展到約1000美元（約41.6小時的訓練）時，它迅速變得更加連貫，能夠解決簡單的數學/代碼問題並參加多選測試。例如，一個深度30的模型訓練24小時（這大約等於GPT-3 Small 125M的FLOPs和GPT-3的1/1000）在MMLU上達到40分，在ARC-Easy上達到70分，在GSM8K上達到20分，等等。 我的目標是將完整的"強基線"堆棧整合成一個連貫、簡約、可讀、可駭客、最大限度可分叉的代碼庫。nanochat將是LLM101n的壓軸項目（該項目仍在開發中）。我認為它也有潛力發展成為一個研究工具或基準，類似於之前的nanoGPT。它絕不是完成的、調整過的或優化的（實際上我認為可能還有很多低垂的果實），但我認為它已經達到了一個整體框架足夠好的地方，可以上傳到GitHub，讓所有部分都可以改進。 代碼庫的鏈接和nanochat快速運行的詳細步驟在回覆中。

GitHub 倉庫： 更詳細和技術性的步驟： 在 WebUI 中與 $100、4 小時 nanochat 的示例對話。這是... 有趣的 :) 更大的模型（例如 12 小時深度 26 或 24 小時深度 30）會迅速變得更具連貫性。

這是報告卡中 $100 速通所產生的一些摘要指標的範例。當前的代碼基礎稍微超過 8000 行，但我試著保持它們的整潔和良好的註解。 現在進入有趣的部分 - 調整和爬坡。