GLM-4-Flash竟然免费了,还可免费微调... 让其他公司咋玩

9580b7cff9380231c7d70e48731b91cd.png

NLP开发者的又一福音!!8月27日,智谱AI BigModel开放平台宣布:GLM-4-Flash 全部免费,同时开启了GLM-4-Flash 限时免费微调活动。

值得注意的是,GLM-4-flash的上下文长度高达128k,直接媲美GPT-4-turbo模型。128k的上下文长度意味着我们甚至可以输入接近20万字的中文进行检索,也就是说GLM4-flash能够秒读完一部长篇小说,然后和我们交流心得,或者告诉我们全书的概要,又或者帮我们找到一些文中的细节描写。与此同时,GLM4-flash基于强大的预训练基座,具有良好的中英推理能力。在日常科研中,帮助我们进行数据生成、数据评测、结构化数据抽取等工作简直不在话下。

下面请跟随我们的脚步,一起来看看GLM4-flash在数据构造时的真正实力

场景

当前,随着RAG(Retrieval-augmented generation)等应用场景的普及,人们对于长文本大模型的需求日益增加。然而,现有的训练数据往往不具有长依赖关系,往往无法成功地训练出较好的长文本模型。长文本建模缺乏训练数据的问题已成为不争的事实。因此,我们需要理由大模型构造大规模高质量且具有长依赖关系的长文本模型训练数据,增强模型的复杂推理能力。其中,多跳(multi-hop)问题数据就是非常经典的能够激发长文本模型复杂推理能力的数据。

通常,我们在构造多跳问题数据时,以构造2-hop问题为例,我们将两个单跳问题及其设计的上下文输入模型,我们希望模型能够生成一个2-hop问题。该2-hop问题应同时利用到两个单跳问题的上下文信息进行回答,并且要求最终的答案能够与其中一个单跳问题保持一致。

在即将需要生成的2-hop问题中,我们所提供的单跳问题分别是{Q1: "What day did the earthquake occur?", Q2: "What level was the disaster set at 22:15 CST, May 12?"},Q1问题的答案为"May 12",Q2问题的答案为"Level II"。可以看出,Q1的答案被包含在Q2的问题中,因此Q1和Q2能够被结合为一个新的2-hop问题,同时利用Q1和Q2的信息,并且最终正确答案应为Q2的答案。

模型对比

在同样的输入下,当我们使用gpt-4-1106-preview模型进行生成时,得到的新问题为:

What emergency contingency level was initiated on the day the 2008 Sichuan earthquake occurred?

5fb41e1d3ced07fdff94e6363af1b59a.png

而使用GLM-4-Flash进行生成时,得到的新问题为:

What level was the emergency response at 22:15 CST on the day of the 2008 Sichuan earthquake?

2bc31e7d095ed0b2bff9589a0ed92fc3.png

可以看出,gpt-4-1106-preview生成的新问题忽略了Q2中的重要时间信息“22:15 CST”,而GLM-4-Flash的生成则完全符合我们的要求,并且非常全面,更何况它还免费呢!!

日常场景使用

当然,拥有一个免费且强大的长文本大语言模型不仅能够帮助我们的科研学习,也能在日常生活中像一个全面的小助手一样帮助我们完成一些工作,比如总结会议记录总结、对书籍进行摘要等。

下面一起来见证下GLM-4-Flash模型在超长中文会议记录下的总结能力,我们所提供的原始会议记录与提示如下:

下面有一段会议记录,请你阅读后,写一段总结,总结会议的内容。
会议记录:
讲者1:这样的话,其实我们这部分那个业务其实受影响的。 然后那个包括大家的那个停工停产导致其实很多的以前的企业的这种文件的合同的需求,包括一些证件发票的需求其实也都没有了。 所以其实在疫情期间对我们还有一定影响。 但是在疫情期间还是催生了很多新的这种需求。 就比如说原先那个一些知名品牌的一些餐饮企业或其他的一些实体企业,他们还在上不上网这个之间犹豫的时候,疫情其实推了他们一把,让他们加速地上网,然后进行数字化的升级。
讲者1:还有一些就是说我正在进行当中,是把他们加速了,他们不得不上包括以前我们了解到的一些比如说百货公司,包括像 S 北京 skb 这种大家也都不得不得通过一种比如微信直播这种方式,然后去销售产品。 也就是说疫情其实极大地推动了整个消费行业的从线下到线上的这么一个进程。 同时我觉得让很多比如说年龄比较大的一些消费者其实更快地触达这个其实我个人认为也是一个很好的机会。 所以我觉得在整个疫情期间,我个人最大的感受就是说它推动了整个中国这个尤其消费互联网这个数字化升级的进程极大的加速,这是我最大的感受。 谢谢。
讲者2:对。 我这样总结一下,不知道对不对就是于总您其实说到在疫情期间我们也。 受影响的一些地方主要是以前的比如说旅游类或者说政务类、发票类的邮寄或者寄送,这样子比较受影响。 但是到家服务可能反而是增长了是吧。
讲者1:是的,到贾府,比如说因为那个疫情期间大家都不能出门,但是其实也催生了很多的美食家,大家在家里边做饭做菜,然后需要原料,那这时候又不能自己出去买。 那这个时候其实像闪送或者类似及时物流就承担了这个责任,在城市之间帮大家配送这种你在家里生活也可以吃美食的,是一些原谅。
讲者1:所对,所以其实就是催生了这个到家其实类似的这些服务的一些增长,包括闪送在这方面的订单也有一些增长。 所以整体来讲,对整个物流行业的影响其实偏小。 从长远来看,我个人认为更是利好的,因为还那句话加速了原先一直在线下的一些企业上线,然后上线之后其实他们会有很多的这种及时配送的这种需求。
讲者2:那您如果从整个的数据来看,您觉得疫情对于我们的基石物流配送是利好还是利空的。
讲者1:从今年整体来看,我个人你说疫情那两三个月,其实我觉得还是偏负向。 但是从年初到现在长期,对一年来看我觉得还是长期利好。 您这有一些数字可以透露吗?
讲者2:比如说可以透露的数字。
讲者1:其实你我刚才不是透了几个数字,这个整个一年里头其实有很多的类似像技术物流的,包括一些到家服务,包括一些生鲜的行业,他们其实增长都在 3 倍到 8 倍以上。  3 到 8 倍是吗?
讲者2:这个确实。 那我们问一下 cross 就是我们星期零做植物肉这样一个食品。 那在疫情期间我不知道这个冲击大吗? 您有观察到什么样的一些新的变化吗?
讲者3:其实我们在今年的疫情这个前提下,其实我们感触最深刻的是我们发现现在其实因为这个疫情,所以人们的利他意识其实是在觉醒的。 就是现在这个人畜共生的疾病频发。 在这样的前提下,其实已经有很多人都在思考人与自然、人与动物的关系,怎样能够用一种更温和的方式去和谐共生。
讲者3:那今年其实我们收到了很多就是来自国内外的一些出色的人才,他们主动向我们投递简历。 那其实他们的这个以他们的市场价作为星麒麟这么早期的公司,很多人可能我现在都还请不起,但是他们会很愿意自降身价来告诉我,他们很愿意加入星麒麟。 那我也有问为什么,然后就发现其实这些人他们是基于今年的这个疫情,他们引发了很深刻的思考,他们也在想怎么样能够贡献一份力量给这个世界来让这个世界变得更加美好。 后来他们做了很多很多的调研,他们有关注到替代蛋白这个赛道,他们也有关注到星麒麟正在做的事情。 那他们其实发现星麒麟在做的事情其实简单来说就是通过食品科技来把植物变成肉。 那么他们觉得这样的一件事情其实是技能平衡美食和健康,同时也平衡了人与自然、人与动物的关系,所以他们非常非常愿意投身进来加入我们。 那对于我来说其实在作为一个初创公司,而且是非常非常早期的一个公司。 其实能够在这样的一个时代背景下,有这么多跟我们志同道合同时价值观也非常的正向有这种利他精神的年轻人愿意跟我们并肩作战。 其实我们会觉得就是今年感觉特别的不会有一种孤军奋战的感觉,然后我自己是非常的荣幸,而且觉得很感动的。
讲者2:对,就是您觉得以前是孤军奋战反而来了,疫情之后有更多的伙伴或者优秀人才加入了是吗?
讲者3:对坦白讲是的,因为今年的疫情其实是引发了很多人对于自己身体的内生态的一种平衡的意识,以及也引发了可能针对动物和生态环境的一些思考。
讲者2:对您刚刚也说到,您说这个其实是对生态的一些思考,就是我不知道我们如果是从植物灵这个角度来看,我们对于生态或者说对于这个环境的贡献点在什么地方呢?
讲者3:其实主要是因为我们能够直接从农作物到餐厅,其实冲去掉了中间的环节。 所以我们是大幅的就是每生产一公斤的植物肉,其实是大幅地减少了对水资源、对土地资源的浪费。 而且这里面其实也涉及到我们也减少了一部分的这个畜牧业带来的碳排。
讲者2:其实是减少了碳排。 可能还有一点就是说我们直到今天为止,也没有发现我们今天这个新冠病毒的来源。 就是很多人可能在怀疑是不是来自于动物界或者说某些未知的就在这一块看,可能大家会有一个返回速食的这样的一个想法或者意愿是吧。
讲者3:其实是的,我们有观察到,因为我们自己也做非常多的一些直接 ToC 的活动。 然后就发现现在有越来越多年轻人正在成为弹性素食者。 当然对于新麒麟来讲,其实我们并不是去倡导人们完全转变去吃素食。 其实我们的核心的理念是平衡,我们希望就是在当下人们可以不用受到可能太多的消费主义的一些影响,过度地去消费肉食,能够回归到增加更多的植物饮食。
讲者2:明白。 谢谢。 谢谢。Cross 。 那最后这个问题我们就问一下陈总,就是您怎么看待这个疫情期间或者说您看到的哪些变化呢?
讲者4:我觉得对于就是投资行业来讲,我就分两块,一块是对于我们工作这个行业。 然后另外一个是对于我们一些项目公司的这个影响,就是我们投资工作其实理论上应该都是要直面企业家的,所以我们每年有很多的出差都是要见面,不管是我们的出资人也好,还是我们的背投项目公司,大家要做交流的话,其实基本上原来都是在线下。 那今年疫情来了,没有办法出差了。 那五月份之前我可以认为基本上是没有办法干活,因为跑到每一个地方,它都是要经历比较长时间的隔离。 但是后来大家逐步就开始适应说通过 zoom 或者腾讯会议,然后或者用什么样的各种开会的软件在线上去去做这种样子的交流。 然后后来其实相当于改变了我们这个行业的,然后主要的这种工作的方式,很多人后来改过去了之后就没有办法再改回来了。 这个是一个比较大的影响。
讲者4:然后还有一个是因为在今年 5 月份之前,其实整个投资圈我觉得是没有怎么转起来的。 那今年相当于说 5 月份之后,我觉得大家开始加速,尤其是最近就是随着各种各样上市的消息,然后估值的市值的这种样子体现,其实投资速度明显是在加快。 所以我感觉到今年可能会发生在春节,可能仍然在抢案子,像一四年一五年在创业者门口堵门的这种情况,我觉得今年还是会发生的。
讲者4:对这个是投资工作上面的影响,然后具体的项目公司,其实我们有一家项目公司在杭州,就是李子柒的母公司微念。 对,然后这家公司其实是在疫情的这个发展过程当中,其实还是有比较大的增长的。 虽然不是直接相关,我来解释一下里面的原因是因为在疫情期间,因为大家都在家,有两个行业是明显的利好的。 一个是视频行业,不管它是形态是短视频还是直播,视频行业。 对,然后其实长视频也是在增长,但长视频的这个营收的体现其实没有这么大。 对。 然后另外一个其实李子柒大家也知道,现在可能在淘宝店上面卖的主要的销售的这个大大鹅的这个产品,其实他们的螺蛳粉是在方便速食赛道。
讲者2:李子柒螺蛳粉我也吃过。
讲者4:对,然后就是那方便素食赛道,在疫情期间,大家不能出门去餐馆用餐,然后可能只能要不叫外卖,要不就是你自己通过各种各样送菜平台,然后去去这种采购的方式做。 那剩下来的第三种替代方式其实就是方便速食。 对,所以在这个过程当中,其实这家公司得到了比较大的成长。 那今年今年看下来我们最近还在逐步看到的一些机会,除了视频行业相关,直播电商相关内容电商相关其实还有一个很大的就是游戏。 那有游戏行业,今年其实前段时间大家应该也看到文章,可能行业里面比较巨头的公司都在拼命地疯抢各种各样的团队,然后去想办法去投资他们能够产生联系,所以这个行业也比较热。 对。
讲者2:对,这是从就是工作、投资两个角度来看这个改变。 那我们结合一下今天我们聊的这个 Z 世代的这个话题,就是 Z 世代。 大家其实可能对这个词就是有点好奇,怎么叫 Z 世代? 这其实是个舶来品,就是国外传过来的,就是大概指 95 后 00 后这一批,就是受互联网和移动互联网,在他们影响下长大的这些年轻人。 其实这些年轻人跟我们此前 95 前甚至 80 后 70 后就很多地方不一样的,就他们可能观念转换得很快,然后对很多新鲜事物接受度非常之是高。 所以这些群体在传统的这种商业模式下面去获取他们的一些关注,或者说获客都有点困难。
讲者2:那今天在场的三位嘉宾,其实在这方面我想都有一些自己的心得,那我,也提这样一个问题,就是在 Z 世代这个消费需求如此比较难以估测的前提下,我们是如何挖掘 Z 世代的消费需求呢? 然后可能在今天这个疫情情况下面,可能还会出现另一个相应的问题,就是说有很多老年人也开始因为疫情原因开始上网购物了,那我们这个商业又如何的更加具有包容性? 就可能从这两个点让大家聊一下我们如何来做这样一个商业模式或者商业探讨。 那于总您先聊一下。
讲者1:的确现在我觉得这个 90 后 00 后都开始成为这个社会的那个消费的主流。 而他们成长的这个年代和我们成长那个还是不太一样,因为他们成长就源于比如说手机互联网对吧,然后他们的父母其实相对而言我觉得比我们那时候的父母可能会更民主一些。 所以他们可能从小的时候就是会更多自己做决策。 然后因为整个手机互联网的这个普及,让他们接触的这个信息也极度的丰富化。 在这种情况之下,她们可以根据自己的兴趣和爱好不停地去寻找资源,然后看自己到底擅长什么。
讲者1:而且我觉得现在的尤其这个你刚才说的这个 Z 指代这些人大家非常聪明,而且就是他们会对某一个领域的知识掌握得会非常深,甚至于他们喜欢的偶像会变成就是说也是你在某一个领域有专长的人,他会喜欢包括品牌。 所以我觉得这一点呢其实跟闪送其实现在所做的事情是一样的。 因为闪送一直直以来就是说啊在大的这个即时配送市场里边,我们闪送一直坚持一对一即送拒绝拼单这种形式。 就是因为我们认为我们做一对一是最专业的,是最好的。 也就是说我觉得包括新的消费者,他去选择的情况下,我觉得也会去选择和他的价值观相同的这种品牌内涵的就是一些企业。
讲者1:因为你看今年的疫情其实对餐饮业影响很大,但是你可以看另外一个数字,就有很多的知名的企业,比如像海底捞他们增加了 300 多家店,也就是意向谁海底捞很多的有品牌的企业,餐饮企业,它没有收缩,没有倒掉,反而在快速地扩张。 其实是因为就是品牌化对吧,所以我觉得年轻人他会更喜欢和自己的这种价值观这个价值主张一致的一些品牌。 所以其实沈颂我觉得在抓这个 Z 时代这个任务,还是那句话我们要去就把自己独特的价值,与众不同的点和这种专业性的这种品牌的价值要能够做到,然后让更多的这种年轻的人去喜欢闪送。 而且还是这这个这一时代的人。
讲者1:还有一个特点,她们是追求个性化多元化对吧? 还有一个最大特点,他们是即时化,也就是说他们更善于和乐于去享受生活。 那我在这想要我就马上要得到,我在这个点不能等,他们是马上要得到了一代,所以也是及时地来。 所以其实他们的需求和闪送的需求我觉得是蛮契合的。 因为闪送的理念就是说让你随时随地对吧,随叫随到,你只要有需求你都能满足你。 你想在这吃一个冰糕的话,马上半小时就能吃上,就是这么一个年代。 而且我觉得随着这个这个发展,有很多也会有变化。
讲者1:你像今年疫情期间,我们和小米合作小米之家它那个米粉节上发布新机的时候,你知道他的米粉最快拿到手机的时间是多少吗?  18 分钟就是从发售开始,从发售开始 18 分钟拿到了新机。 那就是因为小米之前和产送合作对吧,就是因为这种其实刚才我看一个老师也在讲这个虚拟空间,我觉得将来的确是我们的现实和虚拟现实之间的基界限会越来越模糊,它可能会两个世界并存,而且会越来越近。 但是我个人认为不管怎么变,就是这个世界包括消费互联网、产业互联网,它数字化也好,网络化也好。 对吧,你的在数字世界里头,你所有的活动你只要涉及到在现实世界这种物品的迁移,那一定展颂愿意贡献力量帮大家去。
讲者1:把物品很快从 A 点到 B 点对吧,包括将来我觉得生活习惯,比如大家去这种商场去那个逛街,其实不愿意再拿着大班小班和朋友再去聚会,因为她很少单独逛街就逛完街,一般还要和朋友聚个会。 那这个时候你可以比如说逛完街之后把物品交给闪送到家,然后你去聚会对吧,就是我觉得还是那句话,就是你要去了解我们 Z 时代这些人他的需求是什么,这个点去满足他。 好,谢谢大家。
讲者2:对,于总聊这个,我觉得有一句话可以概括就是很其实很多年来,前几代人都在喊一个口号叫做活在当下。 但是这个口号真的被 Z 时代这帮人给实现了,他们通过这种移动互联网,通过闪送,通过各种各样的物流方式,就让这种真的生活在当下。 我想什么,我就有什么是吧。 对,那 cross 您怎么看这个问题?
讲者3:其实这个问题可能我会有一点点小的困惑的地方,就是在于为什么中老年人学会网购的这件事情会引发我们对商业模式的包容性的探讨。 这个似乎已经定到了,擅长互联网的群体是主流,然后不擅长互联网的群体是非主流。 那这里可能我说一下,可能有点俗的一句话就是辛麒麟的使命是共异,人与自然。 那基于这个,其实我们对于商业模式的理解和构建,其实是无时无刻都在思考我们怎么样去更好地服务生态。 当然这里的生态指的是万千世界当中的各式各样的人和物种。 那我们就认为要做到可以去尊重多元,而且是理解不同视角下的需求,进而才有能力去服务更加多样的不同的需求。 只有这样才可能是一个完整的商业模式。
讲者3:所以回到中老年人和 effect 世代这个问题上,其实回到商业本身其实他们都是一样的有购物需求的人,那么他们只是生活方式不一样。 所以如果说是互联网平台,那我认为可能是要给到他们同样便利的消费体验。 如果说是像星麒麟我们做食品的,那因为饮食其实是有一定的个性化,所以我们就需要去贴合不同的群体去根据他们的饮食方式来设计我们的产品,并且可能是要去通过他们所熟悉和亲切的一些媒介去跟他们对话。
讲者2:你要举个例子,比如说 Z 世代这个媒介和刚刚说的那个中老年上网群体的媒介有没有什么样的个性化或者不同呢? 您有做过区分吗?
讲者3:其实像我们现在面对在世代去对话的方式可能有很多用不同的,比如说用 B 站用小红书,那这些可能都是中老年人这个群体,他们比较少去接触的。
讲者2:明白。 其实就是说到底我们是要给这些不同的人区分他们爱看的那个他们的喜好不同,给他们与不同的渠道来对接或者接触他们是吧? 是的。 对,那陈总,您从一个投资人的角度看,您觉得该如何俘获 Z 世代这些消费者的心呢? 您又是这么懂就懂车旅游。
讲者4:年,其实在我们公司有比较系统化的方法,因为就是我们是做早期投资的,而且我们是做青年的文化和消费投资的。 就是我们如果不能就大面上面地去做案案件的覆盖的话,新的产品、新的内容的覆盖的话,实际上我们是投不了新的东西的。 所以首先澄海组织里面,从合伙人层面,我一年在 B 站上面看 11,000 个视频,一个视频的平均时长是 4 分分钟。 如果你看 B 站的公布的数据的话,就我大概每天要看 30 个 B 站视频,每天花两个小时在上面。 当然我是 1.5 倍速播放的。 对,所以就是这个时间是怎么出来的? 就是我上班时间过去交通回来交通车上看,就这个是习惯,其实是。 然后除了看哔哩哔哩之外,抖音我也常看,但是我不能花这么多时间花不了,抖音真的是打开了就停不下来了。
讲者4:那 B 站可能是我花最长时间,但是我大部分的社交网络的产品其实仍然没有扔掉,就比如说微博、知乎,豆瓣什么其实都没有扔掉,我可能以前扔掉就 Q QQ 群可能被我扔掉了。 对,就所所以这个是从信息获取层面,因为我长期就是有这么一个观点,就是如果我不把我的这个获取信息的渠道扭转的话,我的信息不跟这些年轻人贴合在一起,实际上我们不可能想的一样,我们的审美也不可能一样,我们不会觉得同样的东西是好的,所以必须要把所有的信息源全部都拗过去。
讲者4:对,然后当然我自己看 B 站的东西我不觉得难受,我是 B 站老用户了,有一二年开始看的,对,也看了一年了。 对,然后公司里面从组织层面,首先每年我们小公司十几个人的投资公司,每年最起码近两个实习生一定是大三大四的同学。 对,然后这两个大三大四的他可能会留下来,可能不会留下来。 然后但是我们每年周而复始的是要找年轻人过来。 那过来的时候很简单,就是要问他们说你们大学里面周围有没有好玩的东西,比如说他们最近流行密室,那请带我们去玩,公司里面组织活动,就要去体验。
讲者2:让学生当我们的老师。
讲者4:对,另外一方面就是家里面,因为青年文化就刚才讲到特别有趣,就是 Z 世代 generation Z 就是一个国外的词,是非常明确的是九五后的人群。 对,所以其实 95 后的人群里面很重要的。 如果你看青年文化的话,在中国中学生群体就是初中生和高中生,那初中生和高中生我跟同事们讲,就是你们如果有表弟,表妹唐就是小小辈的,十几岁的每年家庭聚会请跟他多聊天,问他在玩什么东西。 如果你是一个比较和蔼的讨人喜欢的长辈的话,你的后辈们愿意跟你讲的。 所以从这里要去多拉一些趋势过来。
讲者2:对,这个做生意不容易啊,还要讨好小辈啊,就是每次回家聚会还要跟表弟表妹多多沟通是吧。 对,我们最后一个问题稍微简短一点,那个快一点回答。 就是大家看我们不同赛道未来会产生什么样的变化? 于总您觉得您的即时物流页会产生什么样的变化?
讲者1:我觉得它即时物流会把大家就是连接的会更加的紧密。 因为我觉得其实现在国内因为是以国内大循环,国际国内关双循环的一个格局。 在这个大循环上主要其实核心是我们这个消费升级。 那这个消费升级刚才大家也都在谈 Z 时代 up 生活对吧,我觉得核心是这种线上化、数字化、网络化必然是一个大的趋势。 在这个趋势之内,我还是坚持那东西就是你的物理世界的物宜只是会说场景会更丰富。 但是你现在的基本上整个互联网你要基于两个,一个是手机的移动支付,一个就是这种同城的及时物流配送,这是个基础。 所以我觉得闪送会在这个大赛段上一直夯实,把这个新的物流基础设施做得更好,可以支持将来更多的这种场景化的大家的这种需求。
讲者2:谢谢。 明白 cross 您呢。
讲者3:从这个大的趋势来说,其实我们有观察到,像今年健康这个标签,它可能在今年以及未来可能会上升到很高的高度,那有可能会是结构性地去影响人们的餐饮选择,也就是在满足口腹之欲的前提下,人们会倾向性地选择带有健康属性的食品,这个是一个大的趋势。 然后第二个就是就像我们一开始说到的,其实我感我们是感觉到现在整一个社会其实处在一个价值观变迁的过程当中。 有很多人尤其是年轻人已经开始有利他的意识甚至是利他的行动,他们会从自我、关注小我转变成愿意去付出实际的行动来实现利他。 那么这个过程中实际上有可能尤其是借助互联网的力量,因为互联网它的这个效率和它无远福界的这种是能够让一些趋势快速地变成普世的现象的。 那我们也深信擅长这种互联网的 Z 世代,能够成为这里面主要的操盘手。 那有可能在涉及到环保可持续,然后覆盖人们的衣食住行、吃喝玩乐,每一个角落可能都会涌现出不少的商机。
讲者2:明白。 是的,就是您刚说的年轻人,其实就看你离他心里,那么这个可能会改变很多的消费方式消费模式。 那陈总您。
讲者4:因为之前做的很多内容类的投资其实还是比较偏视频化。 不管是最早的动漫短视频,然后长视频聚集综艺还是直播。 但是我最近就是注意到了一个门类,其实有巨大的前景,就是游戏,也是网易公司比较重要的一块业务。 游戏其实我从去年开始逐步意识到说现在国内有大型的游戏公司,它已经不是简单地做一个漏斗模型,买流量,买用户转化付钱就已经不是这样的了。 游戏产品正在逐步成为像视频一样的内容型产品里面开始诞生,故事开始诞生世界观人物设定,然后后端可以延伸出来更多的内容,且游戏本身现金流比较好,提供了更好的交互体验。 对于新技术,不管是 AI 5G 然后云这种相关的所有的技术的利用都会比较好。 所以我会觉得游戏行业会有比较大的改变,也有很高的前景。
讲者2:对,就是陈总,您是发现在内容这块领域,可能游戏未来是一个很大的发展趋势是吧情景好,谢谢大家。 当然我们今天是聊了很多关于年轻人的消费、年轻人的价值观以及刚刚 cross 说的利他心里,那我在 2020 年大家都说很不确定的,就是具有巨大的不确定性的。 今天我还是希望大家最终能相信年轻人,相信未来。 谢谢大家。
讲者4:感谢四位给我们带来的分享,谢谢。

会议总结:

模型对比

在相同的输入下,我们比较了gpt-4-1106-preview模型与GLM-4-Flash模型的生成结果:

1eb581003dc0c5a0f323add353c6a1c0.jpeg 9583ce5e400fd67346ee34bbdaa7ac9a.jpeg

显然,两个模型都具有非常强大的长文本理解能力,能够较为完整的总结篇幅如此之长的会议记录。然而,似乎GLM-4-Flash模型的输出更加具有条理性,它按照序号标注,总结地更加清晰明了,果然是一个优秀的AI小助手。

接口调用

当我们需要连续的处理大量数据时,我们也可以非常轻松的对GLM-4-Flash模型进行接口调用,可以定义一个简单的函数来获取模型输出:

import time
from zhipuai import ZhipuAI

def get_completion(prompt:str, history=None):
    client = ZhipuAI(api_key="your api key") # 请填写您自己的APIKey

    if history is None:
        history = []

    history.append({"role":"user", "content":prompt})

    response = client.chat.asyncCompletions.create(
        model="glm-4-flash", 
        messages=history,
    )
    task_id = response.id
    task_status = ''
    get_cnt = 0

    while task_status != 'SUCCESS' and task_status != 'FAILED' and get_cnt <= 40:
        result_response = client.chat.asyncCompletions.retrieve_completion_result(id=task_id)

        task_status = result_response.task_status
        time.sleep(2)
        get_cnt += 1

    return result_response.choices[0].message.content

整体使用上来说,GLM-4-Flash模型的API响应速度较快,明显优于其他厂商的同类模型;接口调用方式也并不复杂,但是和主流的request访问方式有一些区别,这对于NLP开发者来说当然是小意思啦。

微调模型

令人惊讶的是,GLM-4-flash不仅在接口调用上方便且免费,现在还推出了限时免费微调活动,智谱AI这波操作可太大气了,免费微调活动的详情如下:

  • 免费赠送:立即申请,将获得 500万 Tokens(3个月)训练资源包,名额限量 2000 位,先到先得!

  • 更多支持:即将开放GLM-4-Flash模型微调权重下载,自由选择部署平台。

事已至此,快来一起看看GLM-4-flash的免费微调申请与使用流程吧!

申请

https://maas.aminer.cn/dev/howuse/finetuning -> 点击文末阅读原文就能申请啦

073147468a85de6d1c332a40ced18b6e.jpeg

点击官网链接,填写问卷,即可获得 500万 Tokens(3个月)训练资源包啦,限量2000位!

6fa72c41902dd094a4fb388c3b1239c4.png

微调

智谱AI官方平台已经向我们提供了非常细致全面的模型微调用户手册,相信哪怕是新手小白也能轻松的完成微调,获得属于自己的行业大模型。具体来说,进行微调仅需以下三步操作

  1. 准备训练数据:按照模板收集并准备数据,然后将其倒入到数据集中以训练模型

  2. 创建微调任务:使用平台微调工具,训练专属行业大模型

  3. 使用微调模型:LoRA微调模型可直接调用,全参微调的模型请将训练好的模型部署到私有云服务器

7cb05324e7104622e0297e33323ce525.jpeg

GLM-4-flash具有长上下文能力、体量合适,非常适合作为特定业务(例如文本生成)的基座模型,在GLM-4-flash 基座上进行微调,更容易达到性能与效率的平衡点。快来一起按照下图的指引,微调我们的专属模型吧!

ebd5b3f7696f64c90d5c644872766c67.jpeg

总而言之,GLM-4-flash作为智谱AI第一个推出的免费的大模型API,在推理能力、生成速度、函数调用、网页检索等多方面均具有强大的优势。

同时提供限时微调,不得不说,狠狠支持了,快快用起来!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要下载glm-0.9.9.7,首先需要打开浏览器并访问glm的官方网站或其他可信的软件下载网站。在该网站的搜索框中输入"glm-0.9.9.7",然后按下回车键进行搜索。 在搜索结果中找到对应的glm-0.9.9.7版本,并点击下载按钮。然后,根据网站的提示选择下载的目标文件夹和文件名,点击确认开始下载。 下载过程可能需要一些时间,具体取决于你的网络速度和文件大小。一旦下载完成,你可以在所选的目标文件夹中找到下载的glm-0.9.9.7文件。 为了确保你下载的文件是完整且没有被损坏的,可以对文件进行MD5或SHA-1校验和验证。使用相应的工具计算文件的校验和,并与官方提供的校验和进行比较。如果两者一致,则说明下载的文件完整且没有被篡改。 在确认文件完整无误后,可以根据需要解压缩glm-0.9.9.7文件。解压缩后,你将获得glm-0.9.9.7的完整源代码或二进制可执行文件,可以根据自己的需求进行后续操作,如安装、编译或使用。 最后,记得在使用glm-0.9.9.7之前阅读官方提供的文档和使用指南,以便更好地理解和使用这个库。 ### 回答2: glm-0.9.9.7是一个计算机图形库,用于进行OpenGL开发。要下载glm-0.9.9.7,可以按照以下步骤进行操作: 1. 打开您的Web浏览器,进入搜索引擎网站,如Google或百度。 2. 在搜索框中输入“glm-0.9.9.7下载”。 3. 搜索结果将显示相关的下载链接,您可以选择合适的链接。 4. 确保选择的下载链接来自可信的来源,如官方网站或知名的开源软件库。 5. 点击下载链接,会打开一个新的页面或弹出一个下载对话框。 6. 根据您的计算机操作系统,选择相应的版本进行下载。一般情况下,glm-0.9.9.7支持多个操作系统,如Windows,Linux和Mac OS。 7. 选择保存文件的位置,并点击“保存”或“下载”按钮开始下载。 8. 下载完成后,您可以找到保存的文件。 9. 将下载的文件解压缩到您的开发环境中,以便您可以使用glm-0.9.9.7库进行开发。 请确保在下载过程中保持网络连接稳定,以免下载中断或出现意外错误。另外,请注意下载的文件是否包含恶意软件或病毒,建议使用可信赖的杀毒软件进行扫描。 上述步骤仅为一般指导,具体下载过程可能因实际情况而有所不同。建议在下载之前,先参考相关文档或官方网站,了解更多关于glm-0.9.9.7的信息和下载说明。 ### 回答3: 要下载glm-0.9.9.7,首先需要前往官方网站glm.g-truc.net。在该网站首页,可以找到一个菜单栏,选择"Getting Started"(开始使用)。 然后,在“Getting Started”页面,找到“Download”(下载)一栏。在这个页面上,列出了当前可用的glm版本。我们要找到glm-0.9.9.7,可以点击该版本号的链接,跳转到一个新的页面。 在这个新页面上,可以找到glm-0.9.9.7的下载链接。可以根据自己的需要,选择下载源码文件(.zip或.tar.gz格式)或者预编译版本。点击下载链接,就可以开始下载glm-0.9.9.7。 下载完成后,你可以将下载的源码文件解压到你的项目目录中。如果你选择了预编译版本,可以将预编译库文件引入到你的项目中。 完成上述步骤后,你就成功地下载了glm-0.9.9.7。接下来,可以根据需要,使用glm库来进行你的项目开发。可以在glm的文档中查找所需的函数、类等信息,以便更好地使用glm库。 总之,要下载glm-0.9.9.7,需要前往官方网站glm.g-truc.net,并按照网站提供的指引,下载并配置好glm库。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值