【新智元导读】清华ChatGLM2-6B模型又开始刷圈了！新版别在推理才能上提高了42%，最高支撑32k上下文。

ChatGLM-6B自3月发布以来，在AI社区爆火，GitHub上已斩获29.8k星。

现在，第二代ChatGLM来了！

清华KEG和数据发掘小组（THUDM）发布了中英双语对话模型ChatGLM2-6B。

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

项目地址：github.com/THUDM/ChatG…

HuggingFace：huggingface.co/THUDM/chatg…

最新版别ChatGLM2-6B增加了许多特性：

  • 基座模型晋级，功能更强大

  • 支撑8K-32k的上下文

  • 推理功能提高了42%

  • 对学术研讨彻底敞开，答应申请商用授权

值得一提的是，在中文C-Eval榜单中，ChatGLM2以71.1分位居榜首，碾压GPT-4。而最新版别ChatGLM2-6B以51.7分位列第6。

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

ChatGLM2-6B晋级亮点

ChatGLM-6B的第二代版别，在保留了初代模型对话流通、部署门槛较低等很多优异特性的基础之上，又增加许多新特性：

1. 更强大的功能

根据ChatGLM初代模型的开发经验，全面晋级了ChatGLM2-6B的基座模型。

ChatGLM2-6B运用了GLM的混合方针函数，经过了1.4T中英标识符的预练习与人类偏好对齐练习.

评测成果显现，与初代模型相比，ChatGLM2-6B在MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的功能取得了大幅度的提高，在同尺度开源模型中具有较强的竞争力。

2. 更长的上下文

根据 FlashAttention 技能，研讨人员将基座模型的上下文长度由 ChatGLM-6B 的2K扩展到了32K，并在对话阶段运用8K的上下文长度练习，答应更多次序的对话。

但当前版别的ChatGLM2-6B对单轮超长文档的了解才能有限，会在后续迭代晋级中着重进行优化。

3. 更高效的推理

根据 Multi-Query Attention 技能，ChatGLM2-6B有更高效的推理速度和更低的显存占用.

在官方的模型完成下，推理速度相比初代提高了42%，INT4量化下，6G显存支撑的对话长度由1K提高到了8K。

4. 更敞开的协议

ChatGLM2-6B权重对学术研讨彻底敞开，在取得官方的书面许可后，亦答应商业运用。

作用

相比于初代模型，ChatGLM2-6B在多个维度的才能上，都取得了巨大的提高。

数理逻辑

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%
清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

知识推理

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%
清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

长文档了解

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%
清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

评测成果

研讨团队选取了部分中英文典型数据集进行了评测，以下为ChatGLM2-6B模型在MMLU（英文）、C-Eval（中文）、GSM8K（数学）、BBH（英文） 上的测评成果。

MMLU

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

C-Eval

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

GSM8K

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

BBH

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

推理功能

ChatGLM2-6B运用Multi-Query Attention，提高了生成速度。生成2000个字符的平均速度比照如下：

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

Multi-Query Attention同时也降低了生成过程中KV Cache的显存占用。

此外，ChatGLM2-6B选用Causal Mask进行对话练习，连续对话时可复用前面次序的 KV Cache，进一步优化了显存占用。

因此，运用6GB显存的显卡进行INT4量化的推理时，初代的ChatGLM-6B模型最多能够生成1119个字符就会提示显存耗尽，而ChatGLM2-6B能够生成至少8192个字符。

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

研讨团队也测试了量化对模型功能的影响。成果表明，量化对模型功能的影响在可接受范围内。

清华第二代60亿参数ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

运用办法

环境装置

首先需求下载本库房：

git clone https://github.com/THUDM/ChatGLM2-6Bcd ChatGLM2-6B

然后运用pip装置依靠：pip install -r requirements.txt，其间transformers库版别引荐为4.30.2，torch引荐运用 2.0 以上的版别，以取得最佳的推理功能。

代码调用

能够经过如下代码调用ChatGLM2-6B模型来生成对话：

>>> from transformers import AutoTokenizer, AutoModel>>> tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True)>>> model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True, device='cuda')>>> model = model.eval()>>> response, history = model.chat(tokenizer, "你好", history=[])>>> print(response)你好!我是人工智能助手 ChatGLM2-6B,很快乐见到你,欢迎问我任何问题。>>> response, history = model.chat(tokenizer, "晚上睡不着应该怎么办", history=history)>>> print(response)晚上睡不着可能会让你感到焦虑或不舒服,但以下是一些能够协助你入眠的办法:
1. 制定规则的睡觉时刻表:坚持规则的睡觉时刻表能够协助你树立健康的睡觉习气,使你更简单入眠。尽量在每天的相同时刻上床,并在同一时刻起床。2. 创造一个舒适的睡觉环境:保证睡觉环境舒适,安静,漆黑且温度适宜。能够运用舒适的床上用品,并坚持房间通风。3. 放松身心:在睡前做些放松的活动,例如泡个热水澡,听些轻柔的音乐,阅览一些有趣的书本等,有助于缓解严重和焦虑,使你更简单入眠。4. 防止饮用含有咖啡因的饮料:咖啡因是一种刺激性物质,会影响你的睡觉质量。尽量防止在睡前饮用含有咖啡因的饮料,例如咖啡,茶和可乐。5. 防止在床上做与睡觉无关的工作:在床上做些与睡觉无关的工作,例如看电影,玩游戏或工作等,可能会干扰你的睡觉。6. 测验呼吸技巧:深呼吸是一种放松技巧,能够协助你缓解严重和焦虑,使你更简单入眠。试着慢慢吸气,坚持几秒钟,然后缓慢呼气。
假如这些办法无法协助你入眠,你能够考虑咨询医生或睡觉专家,寻求进一步的建议。
从本地加载模型

在从Hugging Face Hub下载模型之前，需求先装置Git LFS，然后运行：

git clone https://huggingface.co/THUDM/chatglm2-6b

假如checkpoint的下载速度较慢，能够只下载模型完成：

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/THUDM/chatglm2-6b

然后，手动下载模型参数文件，并将文件替换到本地的chatglm2-6b目录下。

地址：cloud.tsinghua.edu.cn/d/674208019…

模型下载到本地之后，将以上代码中的THUDM/chatglm2-6b替换为本地的chatglm2-6b文件夹的路径，即可从本地加载模型。

参考资料：

github.com/THUDM/ChatG…

huggingface.co/THUDM/chatg…