回复
GLM4模型开源，意料之中的尺寸，意料之外的效果
写在前面
今天智谱开了GLM-4-9B的模型，不是6B，是9B。一共开源了四个模型，Base版本模型（GLM-4-9B）、Chat版本模型（GLM-4-9B-Chat和GLM-4-9B-Chat-1M）和多模态模型（GLM-4V-9B-Chat）。
其中，模型为多语言模型除了支持中文、英文之外，还支持日语，韩语，德语在内的26种语言；Chat系列模型支持网页浏览、代码执行、自定义工具调用（Function Call）的能力；GLM-4V-9B模型支持中英双语多轮对话能力。
Github: https://github.com/THUDM/GLM-4
HF: https://huggingface.co/collections/THUDM/glm-4-665fcf188c414b03c2f7e3b7模型说明
GLM-4-9B模型的结构与GLM-3-6B模型结构一致，主要修改为模型层数、词表大小、支持更长的上下文。
- 词表由65024增加到151552；
- 模型层数由28增加到40；
- 最大长度之前的32K、128K到128K、1M。
模型的License还是免费学术研究、商业需要登记，但必须遵守相关条款和条件，与GLM3一致。
效果说明
效果一句话总结，全面领先Llama-3-8B模型，全面领先上一代ChatGLM3-6B模型。（这让我更加期待过两天即将开源的Qwen2系列模型的效果啦，开源真的越来越好了）
下面效果来自于官方Github效果截图。
在Base和Chat模型上，GLM-4-9B均优于Llama-3-8B模型。
Base
Chat
1M模型上进行大海捞针，效果全绿。
工具调用上，也是优于Llama-3-8B模型。
最后是GLM-4V-9B多模态模型效果，全面领先前一阵爆火的面壁MiniCPM-Llama3-V2.5多模态模型（毕竟斯坦福都来抄）。
现在这些榜单的效果虽然可以展现出来一定能力，但我还是更相信对战榜单，后面不知道lmsys上会不会有GLM-4-9B-Chat的效果，真实场景中PK一把，看看谁弱谁强。
快速调用
直接transformers走起，以GLM-4-9B-Chat模型为例。
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda"
tokenizer = AutoTokenizer.from_pretrained("THUDM/glm-4-9b-chat",trust_remote_code=True)
query = "你好"
inputs = tokenizer.apply_chat_template([{"role": "user", "content": query}],
add_generation_prompt=True,
tokenize=True,
return_tensors="pt",
return_dict=True
)
inputs = inputs.to(device)
model = AutoModelForCausalLM.from_pretrained(
"THUDM/glm-4-9b-chat",
torch_dtype=torch.bfloat16,
low_cpu_mem_usage=True,
trust_remote_code=True
).to(device).eval()
gen_kwargs = {"max_length": 2500, "do_sample": True, "top_k": 5}
with torch.no_grad():
outputs = model.generate(**inputs, **gen_kwargs)
outputs = outputs[:, inputs['input_ids'].shape[1]:]
print(tokenizer.decode(outputs[0], skip_special_tokens=True))写在最后
只能说在意料之内，智谱还是仅开源了一个10B以下的模型。
期待过两天，Qwen2系列模型的效果，我反正知道是一系列模型，最大能到72B。
本文转载自 NLP工作站，作者： 刘聪NLP
赞
收藏
回复
相关推荐
