文章目录
私信我可以教你使用免费GPU服务器哦!
前言
随着人工智能的快速发展以及OpenAI发布ChatGPT3.5以来,大语言模型如雨后春笋般涌现,且ChatGPT具有推理成本和敏感性问题,因此需要部署私有化LLM需求,本文就介绍了ChatGLM、Vicuna、Baichuan7B部署以及测试使用相关内容。
一、ChatGLM-6B介绍
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型,基于 General Language Model (GLM) 架构,具有 62 亿参数。结合模型量化技术,用户可以在消费级的显卡上进行本地部署(INT4 量化级别下最低只需 6GB 显存)。 ChatGLM-6B 使用了和 ChatGPT 相似的技术,针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练,辅以监督微调、反馈自助、人类反馈强化学习等技术的加持,62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。
提示:以下是本篇文章ChatGLM-6B内容,下面案例可供参考
二、使用步骤
2.1 机器配置
使用阿里云服务器