微软宣布开源DeepSpeed-Chat，这是一个基于DeepSpeed的端到端训练框架，旨在简化类ChatGPT模型的训练和部署。该框架支持完整的RLHF（基于人类反馈的强化学习）流程，包括监督微调、奖励模型训练和PPO优化，可将训练速度提升15倍以上。

DeepSpeed-Chat通过系统优化显著降低了模型训练的门槛和成本。例如，在单个GPU上即可完成OPT-13B模型的训练，而使用多GPU则可扩展至175B参数规模。目前该框架已在GitHub上开源，并提供了详细的使用文档和示例。