GLM 技術(shù)團(tuán)隊(duì)宣布再次升級 ChatGLM-6B,發(fā)布 ChatGLM2-6B。ChatGLM-6B 于 3 月 14 日發(fā)布,截至 6 月 24 日在 Huggingface 上的下載量已經(jīng)超過 300w。 截至 6 月 25 日,ChatGLM2 模型在主要評估 LLM 模型中文能力的 C-Eval 榜單中以 71.1 的分?jǐn)?shù)位居 Rank 0;ChatGLM2-6B 模型則以 51.7 的分?jǐn)?shù)位居 Rank 6,是榜單上排名最高的開源模型。
ChatGLM2-6B 是開源中英雙語對話模型 ChatGLM-6B 的第二代版本,在保留了初代模型對話流暢、部署門檻較低等眾多優(yōu)秀特性的基礎(chǔ)之上,ChatGLM2-6B 引入了如下新特性:
更強(qiáng)大的性能:基于 ChatGLM 初代模型的開發(fā)經(jīng)驗(yàn),全面升級了 ChatGLM2-6B 的基座模型。ChatGLM2-6B 使用了 GLM 的混合目標(biāo)函數(shù),經(jīng)過了 1.4T 中英標(biāo)識符的預(yù)訓(xùn)練與人類偏好對齊訓(xùn)練,評測結(jié)果顯示,相比于初代模型,ChatGLM2-6B 在 MMLU(+23%)、CEval(+33%)、GSM8K(+571%) 、BBH(+60%)等數(shù)據(jù)集上的性能取得了大幅度的提升,在同尺寸開源模型中具有較強(qiáng)的競爭力。
更長的上下文:基于 FlashAttention 技術(shù),項(xiàng)目團(tuán)隊(duì)將基座模型的上下文長度(Context Length)由 ChatGLM-6B 的 2K 擴(kuò)展到了 32K,并在對話階段使用 8K 的上下文長度訓(xùn)練,允許更多輪次的對話。但當(dāng)前版本的 ChatGLM2-6B 對單輪超長文檔的理解能力有限,我們會(huì)在后續(xù)迭代升級中著重進(jìn)行優(yōu)化。
更高效的推理:基于 Multi-Query Attention 技術(shù),ChatGLM2-6B 有更高效的推理速度和更低的顯存占用:在官方的模型實(shí)現(xiàn)下,推理速度相比初代提升了 42%,INT4 量化下,6G 顯存支持的對話長度由 1K 提升到了 8K。
更開放的協(xié)議:ChatGLM2-6B 權(quán)重對學(xué)術(shù)研究完全開放,在獲得官方的書面許可后,亦允許商業(yè)使用。
評測結(jié)果
以下為 ChatGLM2-6B 模型在 MMLU (英文)、C-Eval(中文)、GSM8K(數(shù)學(xué))、BBH(英文) 上的測評結(jié)果。
推理性能
ChatGLM2-6B 使用了 Multi-Query Attention,提高了生成速度。生成 2000 個(gè)字符的平均速度對比如下
Multi-Query Attention 同時(shí)也降低了生成過程中 KV Cache 的顯存占用,此外,ChatGLM2-6B 采用 Causal Mask 進(jìn)行對話訓(xùn)練,連續(xù)對話時(shí)可復(fù)用前面輪次的 KV Cache,進(jìn)一步優(yōu)化了顯存占用。因此,使用 6GB 顯存的顯卡進(jìn)行 INT4 量化的推理時(shí),初代的 ChatGLM-6B 模型最多能夠生成 1119 個(gè)字符就會(huì)提示顯存耗盡,而 ChatGLM2-6B 能夠生成至少 8192 個(gè)字符。
項(xiàng)目團(tuán)隊(duì)也測試了量化對模型性能的影響。結(jié)果表明,量化對模型性能的影響在可接受范圍內(nèi)。
示例對比
相比于初代模型,ChatGLM2-6B 多個(gè)維度的能力都取得了提升,以下是一些對比示例。 數(shù)理邏輯
知識推理
長文檔理解
-
開源
+關(guān)注
關(guān)注
3文章
3622瀏覽量
43518 -
模型
+關(guān)注
關(guān)注
1文章
3499瀏覽量
50054 -
數(shù)據(jù)集
+關(guān)注
關(guān)注
4文章
1223瀏覽量
25291
原文標(biāo)題:下載量超300w的ChatGLM-6B再升級:8-32k上下文,推理提速42%
文章出處:【微信號:OSC開源社區(qū),微信公眾號:OSC開源社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
Google Gemma 3開發(fā)者指南

LPCXpresso54S018在位置0xBF30B670訪問后無法訪問調(diào)試端口,怎么解決?
S32K在AUTOSAR中使用CAT1 ISR,是否需要執(zhí)行上下文切換?
為什么深度學(xué)習(xí)中的Frame per Second高于OpenVINO?演示推理腳本?
DeepSeek推出NSA機(jī)制,加速長上下文訓(xùn)練與推理
《具身智能機(jī)器人系統(tǒng)》第7-9章閱讀心得之具身智能機(jī)器人與大模型
UCC28063EVM-723 300W交錯(cuò)式PFC預(yù)調(diào)節(jié)器手冊

UCC28060EVM 300W交錯(cuò)式PFC預(yù)調(diào)節(jié)器手冊

Vox Power Ltd - 最新發(fā)布EIRE300系列開放式AC-DC電源,高功率密度,300W輸出功率,占地4”x 2”,1”纖薄設(shè)計(jì),30
SystemView上下文統(tǒng)計(jì)窗口識別阻塞原因
chatglm2-6b在P40上做LORA微調(diào)

超ChatGPT-4o,國產(chǎn)大模型竟然更懂翻譯,8款大模型深度測評|AI 橫評

大聯(lián)大推出基于Innoscience產(chǎn)品的300W電源適配器方案

大聯(lián)大詮鼎集團(tuán)推出基于Innoscience產(chǎn)品的300W電源適配器方案

評論