描述
GODEL(Goal-Directed Dialog)是微软开发的一个复杂的 AI 模型,专为目标导向对话系统领域的大规模预训练而设计。其核心是利用基于 Transformer 的编码器-解码器架构,专门用于生成基于外部文本信息的响应。此功能对于需要将响应与对话上下文之外的数据(如检索到的文档或知识库)关联起来的对话任务至关重要。
阅读更多
预训练的 GODEL 模型高度适应,能够使用相对少量的任务特定数据高效地针对新对话任务进行微调。这使其成为研究人员和开发人员构建高级对话式 AI 代理的强大工具。该项目基于 Huggingface Transformers 库构建,利用其强大的自然语言处理任务框架。
GODEL 存储库提供了全面的资源,包括源代码、数据集和预训练模型权重。它还提供了用于重现其研究论文中报告结果的脚本。该项目已更新至 GODEL V1.1,该版本在包含 5.51 亿个来自 Reddit 的多轮对话以及 500 万个指令和知识导向对话的海量数据集上进行了训练,显示出显著的改进,尤其是在零样本性能方面。
主要功能包括其处理上下文和外部知识以进行响应生成的能力、高效的微调能力以及基础模型和大型预训练模型的可用性。该项目还包括一个交互式演示界面,用于与微调模型进行聊天,后端由 Flask 提供支持,前端由 Vue、Bootstrap-Vue 和 BasicVueChat 提供支持。截至 2026 年 6 月 11 日,该存储库已存档且为只读状态,但模型仍然可用。
- 类别AI 模型与大语言模型
- 定价模式开源
- 部署云端
- 平台网页版
GODEL: 目标导向对话模型亮点
用于目标导向对话的大规模预训练模型
基于 Transformer 的编码器-解码器架构
基于外部文本的响应生成
针对新对话任务的高效微调
包含数据集、源代码和预训练模型
GODEL V1.1 在 5.51 亿个多轮对话和 500 万个指令/知识导向对话上训练
展现出强大的零样本性能
基于 Huggingface Transformers 构建
提供交互式演示界面
支持在低资源数据集上进行微调
模型参数范围从 1.17 亿到 27 亿
GODEL: 目标导向对话模型入门
设置环境:克隆存储库并使用 conda 和 pip 安装所需包。
获取预训练模型:下载并解压 GODEL 基础模型。
准备数据:以 JSON 格式准备训练样本,包含 'Context'、'Knowledge' 和 'Response' 字段。
微调模型:使用提供的脚本在自定义数据上微调预训练模型。
生成响应:利用生成脚本从微调模型生成对话响应。
与演示交互:设置后端和前端服务器以与微调模型聊天。
GODEL: 目标导向对话模型的使用案例
- 目标导向聊天机器人
- 基于任务的对话系统
- 知识导向的对话
- 客户支持自动化
- 个人助理
- 对话系统研究












