MOSS

MOSS是由复旦大学自然语言处理实验室研发的开源对话大语言模型，定位为具备多轮对话能力与多插件支持的智能助手。该模型基于约七千亿中英文及代码词汇预训练，后续通过指令微调与人类反馈强化学习优化性能，支持中英双语交互，能够完成文本生成、代码编写、翻译、摘要等多样化任务。其核心功能包括插件扩展机制，允许用户通过集成工具增强模型在实时信息检索、计算等场景的应用能力。

网站提供公开体验入口（https://moss.fastnlp.top），用户可直接与模型进行多轮对话。技术架构上，moss-moon系列模型包含160亿参数，支持单卡A100/A800或双卡NVIDIA 3090部署，需至少30GB显存。开发者可通过Hugging Face平台获取模型权重，使用Transformers库快速集成，示例代码包含模型加载、对话历史管理及多轮交互实现流程。

作为国内首个开源插件增强型对话模型，MOSS强调价值观对齐设计，内置伦理审查机制，对涉及法律风险或道德争议的请求会主动拒绝并引导正向价值观。尽管在部分场景存在事实性误差，但其对话流畅度与逻辑连贯性已达到实用水平，尤其在代码生成领域展现较强能力。项目代码、训练数据及模型参数已在GitHub开放，为学术研究提供重要基础设施。