GPT-3.5 (text-davinci-003)、ChatGPT、Claude 和 Bing Chat 等指令遵循模型现在被许多用户广泛使用，包括用于与工作相关的任务。然而，尽管它们越来越受欢迎，但这些模型仍然存在许多需要解决的缺陷。虚假信息、社会刻板印象和有毒语言是与这些模型相关的一些问题。
为了解决这些紧迫的问题，学术界需要更积极地参与。不幸的是，由于在功能上接近闭源模型（如 OpenAI 的 text-davinci-003）的模型的可用性有限，因此在学术界研究指令遵循模型一直具有挑战性。为了应对这些挑战，斯坦福大学的研究人员发布了他们关于一种名为 Alpaca 的指令跟随语言模型的发现。
Alpaca 从 Meta 的 LLaMA 7B 模型中进行了微调，并在使用 text-davinci-003 生成的 52K 指令跟随演示上进行了训练。研究人员指出，Alpaca 表现出许多类似于 OpenAI 的 text-davinci-003 的行为，但也非常小且易于重现。他们已经发布了训练配方和数据，并计划在未来发布模型权重。
研究人员还主持了一个互动演示，使研究界能够更好地了解羊驼的行为。他们鼓励用户报告网络演示中的任何相关行为，以帮助他们更好地理解和减轻这些行为。不过，研究人员强调，Alpaca 仅供学术研究使用，禁止任何商业用途。
在学术预算下训练高质量的指令跟随模型涉及两个重大挑战：强大的预训练语言模型和高质量的指令跟随数据。研究人员通过发布 Meta 的新 LLaMA 模型解决了第一个挑战。对于第二个挑战，他们使用现有的强语言模型自动生成指令数据。他们在 OpenAI 的 text