清华第二代ChatGLM2开源！中文榜居首，超过GPT-4，推理提速42%
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：https://github.com/THUDM/ChatGLM2-6B HuggingFace：https://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。...
