GLM4模型開源，意料之中的尺寸，意料之外的效果
寫在前面
今天智譜開了GLM-4-9B的模型，不是6B，是9B。一共開源了四個模型，Base版本模型（GLM-4-9B）、Chat版本模型（GLM-4-9B-Chat和GLM-4-9B-Chat-1M）和多模態模型（GLM-4V-9B-Chat）。
其中，模型為多語言模型除了支持中文、英文之外，還支持日語，韓語，德語在內的26種語言；Chat系列模型支持網頁瀏覽、代碼執行、自定義工具調用（Function Call）的能力；GLM-4V-9B模型支持中英雙語多輪對話能力。
Github: https://github.com/THUDM/GLM-4
HF: https://huggingface.co/collections/THUDM/glm-4-665fcf188c414b03c2f7e3b7模型說明
GLM-4-9B模型的結構與GLM-3-6B模型結構一致，主要修改為模型層數、詞表大小、支持更長的上下文。
- 詞表由65024增加到151552；
- 模型層數由28增加到40；
- 最大長度之前的32K、128K到128K、1M。
模型的License還是免費學術研究、商業需要登記，但必須遵守相關條款和條件，與GLM3一致。
效果說明
效果一句話總結，全面領先Llama-3-8B模型，全面領先上一代ChatGLM3-6B模型。（這讓我更加期待過兩天即將開源的Qwen2系列模型的效果啦，開源真的越來越好了）
下面效果來自于官方Github效果截圖。
在Base和Chat模型上，GLM-4-9B均優于Llama-3-8B模型。
Base
Chat
1M模型上進行大海撈針，效果全綠。
工具調用上，也是優于Llama-3-8B模型。
最后是GLM-4V-9B多模態模型效果，全面領先前一陣爆火的面壁MiniCPM-Llama3-V2.5多模態模型（畢竟斯坦福都來抄）。
現在這些榜單的效果雖然可以展現出來一定能力，但我還是更相信對戰榜單，后面不知道lmsys上會不會有GLM-4-9B-Chat的效果，真實場景中PK一把，看看誰弱誰強。
快速調用
直接transformers走起，以GLM-4-9B-Chat模型為例。
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))寫在最后
只能說在意料之內，智譜還是僅開源了一個10B以下的模型。
期待過兩天，Qwen2系列模型的效果，我反正知道是一系列模型，最大能到72B。
本文轉載自 ??NLP工作站??，作者： 劉聰NLP
