Коллекция и плагин ShareLM: вклад человеко-модельных чатов в пользу сообщества

The ShareLM Collection and Plugin: Contributing Human-Model Chats for the Benefit of the Community

August 15, 2024

Авторы: Shachar Don-Yehiya, Leshem Choshen, Omri Abend

cs.AI

Аннотация

Человеко-модельные разговоры предоставляют окно в реальные сценарии, поведение и потребности пользователей, и, следовательно, являются ценным ресурсом для разработки и исследований моделей. В то время как коммерческие компании собирают данные пользователей через API своих моделей, используя их внутри для улучшения собственных моделей, сообщество открытого исходного кода и исследований отстает. Мы представляем коллекцию ShareLM, объединенный набор человеческих разговоров с большими языковыми моделями, и сопутствующий ей плагин - веб-расширение для добровольного внесения разговоров пользователей с моделями. Там, где немногие платформы делятся своими чатами, плагин ShareLM добавляет эту функциональность, позволяя пользователям делиться разговорами с большинства платформ. Плагин позволяет пользователю оценивать свои разговоры как на уровне разговора, так и на уровне ответа, и удалять разговоры, которые он предпочитает оставить в тайне, прежде чем они покинут локальное хранилище пользователя. Мы публикуем разговоры плагина в рамках коллекции ShareLM и призываем к большему усилию сообщества в области открытых данных человеко-модельного взаимодействия. Код, плагин и данные доступны.

English

Human-model conversations provide a window into users' real-world scenarios, behavior, and needs, and thus are a valuable resource for model development and research. While for-profit companies collect user data through the APIs of their models, using it internally to improve their own models, the open source and research community lags behind. We introduce the ShareLM collection, a unified set of human conversations with large language models, and its accompanying plugin, a Web extension for voluntarily contributing user-model conversations. Where few platforms share their chats, the ShareLM plugin adds this functionality, thus, allowing users to share conversations from most platforms. The plugin allows the user to rate their conversations, both at the conversation and the response levels, and delete conversations they prefer to keep private before they ever leave the user's local storage. We release the plugin conversations as part of the ShareLM collection, and call for more community effort in the field of open human-model data. The code, plugin, and data are available.