清华第二代ChatGLM2开源！中文榜居首，碾压GPT-4，推理提速42%

我爱黑貂

编辑：桃子 好困
【新智元导读】清华ChatGLM2-6B模型又开始刷圈了！新版本在推理能力上提升了42%，最高支持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。
如今，第二代ChatGLM来了！
清华KEG和数据挖掘小组（THUDM）发布了中英双语对话模型ChatGLM2-6B。

项目地址：http://github.com/THUDM/ChatGLM2-6B
HuggingFace：http://huggingface.co/THUDM/chatglm2-6b
最新版本ChatGLM2-6B增加了许多特性：
- 基座模型升级，性能更强大
- 支持8K-32k的上下文
- 推理性能提升了42%
- 对学术研究完全开放，允许申请商用授权
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。而最新版本ChatGLM2-6B以51.7分位列第6。

ChatGLM2-6B升级亮点
ChatGLM-6B的第二代版本，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，又增加许多新特性：
1. 更强大的性能
基于ChatGLM初代模型的开发经验，全面升级了ChatGLM2-6B的基座模型。
ChatGLM2-6B使用了GLM的混合目标函数，经过了1.4T中英标识符的预训练与人类偏好对齐训练.
评测结果显示，与初代模型相比，ChatGLM2-6B在MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力。
2. 更长的上下文
基于 FlashAttention 技术，研究人员将基座模型的上下文长度由 ChatGLM-6B 的2K扩展到了32K，并在对话阶段使用8K的上下文长度训练，允许更多轮次的对话。
但当前版本的ChatGLM2-6B对单轮超长文档的理解能力有限，会在后续迭代升级中着重进行优化。
3. 更高效的推理
基于 Multi-Query Attention 技术，ChatGLM2-6B有更高效的推理速度和更低的显存占用.
在官方的模型实现下，推理速度相比初代提升了42%，INT4量化下，6G显存支持的对话长度由1K提升到了8K。
4. 更开放的协议
ChatGLM2-6B权重对学术研究完全开放，在获得官方的书面许可后，亦允许商业使用。
效果
相比于初代模型，ChatGLM2-6B在多个维度的能力上，都取得了巨大的提升。
数理逻辑

知识推理

长文档理解

评测结果
研究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） 上的测评结果。
MMLU

C-Eval

BBH

推理性能
ChatGLM2-6B使用 Multi-Query Attention，提高了生成速度。生成2000个字符的平均速度对比如下：

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采用Causal Mask进行对话训练，连续对话时可复用前面轮次的 KV Cache，进一步优化了显存占用。
因此，使用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。

研究团队也测试了量化对模型性能的影响。结果表明，量化对模型性能的影响在可接受范围内。

使用方法
环境安装

然后使用pip安装依赖：pip install -r requirements.txt，其中transformers库版本推荐为4.30.2，torch推荐使用 2.0 以上的版本，以获得最佳的推理性能。
代码调用

可以通过如下代码调用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
来源：http://www.yidianzixun.com/article/0pK8KbVk
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！