部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

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。

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

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。

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

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

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

知识推理

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

长文档理解

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

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

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

C-Eval

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

GSM8K

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

BBH

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

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:

部署教程:清华第二代60亿参数ChatGLM2!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。

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

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。

部署教程:清华第二代60亿参数ChatGLM2!碾压GPT-4,推理提速42%

使用方法(含下载地址)

免责说明

本站资源部分来自网友投稿,如有侵犯你的权益请联系管理员或给邮箱发送邮件PubwinSoft@foxmail.com 我们会第一时间进行审核删除。
站内资源为网友个人学习或测试研究使用,未经原版权作者许可,禁止用于任何商业途径!请在下载24小时内删除!


如果遇到评论下载的文章,评论后刷新页面点击对应的蓝字按钮即可跳转到下载页面
本站资源少部分采用7z压缩,为防止有人压缩软件不支持7z格式,7z解压,建议下载7-zip,zip、rar解压,建议下载WinRAR

温馨提示:本站部分付费下载资源收取的费用为资源收集整理费用,并非资源费用,不对下载的资源提供任何技术支持及售后服务。

给TA打赏
共{{data.count}}人
人已打赏
Free资源人工智能

如何花3分钟搭建AI虚拟数字人直播间,0经验小白可入!

2023-7-11 15:30:38

Google AI其它源码服务器相关

个性化安装WSA:找回你需要的Google服务和Magisk

2023-7-16 14:18:58

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
有新私信 私信列表
搜索