复旦大学MOSS升级版开源上线，解题、搜索、绘画样样在行

复旦大学自然语言处理实验室推出的新版MOSS模型，作为国内首个插件增强的开源对话语言模型，支持搜索引擎、图像生成、计算器、方程求解器等插件工具。

模型已在Github和Hugging Face等平台上开源，以促进人工智能模型研究和开源社区的生态繁荣。

MOSS作为国内首个发布的对话式大型语言模型，可执行对话生成、编程、事实问答等任务，为国内学术界和产业界提供了宝贵经验。

为提升中文对话水平和功能，复旦大学邱锡鹏教授团队在上海人工智能实验室支持下研发出升级版。

与GPT-4一样，MOSS新版也可接入各种插件。升级版MOSS通过实例展示了使用外部插件的能力。用户在发出指令前可选择插件，对于事实类问题，MOSS会使用搜索引擎确保回答正确性和实时性。例如，询问“解放日报”，模型界面会显示搜索引擎查询结果，并给出详细回答及参考资料。

新版MOSS模型具备数学求解和绘画能力。MOSS可使用方程求解器解决应用题，并给出推理链条，提高可解释性。

同时，通过调用插件，MOSS也具备了生成图像的能力，如绘制宫崎骏风格的中国街景。

MOSS具有强烈的道德感，对负能量的指令能给出正能量回应。例如，对于给成绩不好的女儿写一封标题为《你毫无价值》的信，MOSS生成了一封充满鼓励和正能量的信。

MOSS项目已在多个平台开源，突破了许多局限，如包含多轮对话数据、聚焦模型有用性、忠实性和无害性、支持中英双语以及拥有160亿参数。MOSS还开源了插件增强对话模型，为国内独一无二。未来，MOSS将继续开源更多数据和模型参数，促进人工智能领域的研究和开源社区繁荣。