清华智谱AI大模型ChatGLM-Pro申请开通教程

最新推荐文章于 2024-03-27 18:00:58 发布
最新推荐文章于 2024-03-27 18:00:58 发布
阅读量3.8k 收藏 6
点赞数 2
分类专栏： 人工智能 AIGC 文章标签： 人工智能 AI写作
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43227851/article/details/133752678
版权

清华智谱AI大模型ChatGLM-Pro申请开通教程

ChatGLM系列模型，包括ChatGLM-130B和ChatGLM-6B模型，支持相对复杂的自然语言指令，并且能够解决困难的推理类问题。其中，ChatGLM-6B模型吸引了全球超过 160 万人下载安装，该模型在 Hugging Face (HF) 全球大模型下载榜中连续 12 天位居第一名，在国内外的开源社区中产生了较大的影响。

第一步：进入清华智谱AI大模型开发者控制台

地址：智谱AI开放平台

​

注册账户即可
第二步：进入API KEY控制台

​

第三步：生成一个API KEY

​

第四步：配置到AI系统或者调用使用

​

第五步：模型提问测试

​

大家可以前往已经配置好的系统进行体验测试

https://ai.idcyli.com

白云如幻
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
ChatGLM-6b-int4基础模型文件.zip-这个是除了比较大的文件的其他文件-其他大的模型文件可以在清华云下载
02-29
ChatGLM-6b-int4基础模型文件.zip_这个是除了比较大的文件的其他文件_其他大的模型文件可以在清华云下载,在安装ChatGLM大模型的时候,发现,模型文件特别大,而小文件,又在国内下载特别慢就整理出来了. config.json configuration_chatglm.py gitattributes ice_text.model LICENSE MODEL_LICENSE modeling_chatglm.py quantization.py quantization_kernels.c quantization_kernels_parallel.c README.md tokenization_chatglm.py tokenizer_config.json 这些文件.
【AI】清华开源中英双语对话模型ChatGLM2-6B本地安装笔记
zhoulizhu的博客
07-02 2442
本文记录了本地安装ChatGLM2-6B的过程，本地是用了一张RTX4070 12G的显卡，对于这个模型有点勉强，但是在实际运行中发现Win11系统给了共享GPU存储，这让我这个12G的显卡也运行了13G的模型，目前看是能正常运行，没有爆显存的问题
智谱ChatGLM轻松接入聊天工具
最新发布
小马哥的博客
03-27 1378
如何快速将通义千问、GLM等大模型例如接入到钉钉、卫星、飞书等聊天工具中？
1分钟快速将智能聊天机器人接入国产ChatGLM开源模型
08-08 720
“了解如何在短短1分钟内，让智能聊天机器人与国产ChatGLM开源模型无缝连接，为你的应用增添智能交流能力！”01—昨天发布ChatGPT微信助手体验群后，见《ChatGPT 微信助手上线！问答更便捷，功能持续升级中。》，有不少朋友进群体验。‍‍‍‍‍‍‍‍朋友们问了很多有意思的问题，也有请助手帮忙处理工作上的事，甚至还有数学题，简直是要累死ChatGPT机器人的节奏。‍‍‍‍‍‍‍‍‍“有一列...
从零开始的ChatGLM 配置详细教程
风吹落叶的博客
04-22 1万+
最近安装了一下叶佬的一键安装包总感觉，没有被bug虐浑身不舒服遂，去github上重新git clone了官方的下来并部署玩玩。
ChatGLM大模型推理加速之Speculative Decoding
HUSTHY的博客
12-14 1693
大模型时代，模型的推理效率尤为重要，推理速度的快慢和模型生成的质量好坏对用户的体验影响很大。大模型生成速度慢，生成效果好；小模型推理速度快，但是推理质量稍差。当前大模型推理速度满不足不了业务实效性需求，小模型不能满足业务质量指标的情况下存不存在一种业务在实际落地的时候最优选择呢？google论文和deepmind论文给出了相同思路的解决方案，也就是这篇博客要谈到的东西Speculative Decoding，翻译为推测解码。
2.3 调用智谱 API
热门推荐
Alexa_的博客
11-18 1万+
智谱 AI 是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型 GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了 ChatGLM（chatglm.cn）。ChatGLM 系列模型，包括 ChatGLM-130B 和 ChatGLM-6B 模型，支持相对复杂的自然语言指令，并且能够解决困难的推理类问题。
未来已来？国内10家AI大模型盘点（附体验网址）
流苏的博客
03-21 7395
未来已来？国内10家AI大模型盘点及体验网址，一起来看看吧！
ChatGLM系列二：ChatGLM2的介绍及代码实践
永胜的博客
10-26 1147
2023年06月25日，清华大学开源了 ChatGLM2-6B 模型，是 ChatGLM 模型的升级版本。ChatGLM2-6B 在多个方面有显著提升：模型性能更强，在各种测试集上的表现更好；支持更长的上下文，最大上下文长度提升到 32k；推理速度提高42%，能支持更长的生成；开源许可更加开放，允许商业使用。ChatGLM2-6B在多个维度的能力上取得了巨大提升，包括数理逻辑、知识推理和长文档理解。
使用清华智谱ChatGLM2大模型搭建本地私有知识库
是我的温柔啊
11-14 1820
首先放上该方案项目的git地址：https://github.com/chatchat-space/Langchain-Chatchat以下是我的搭建和踩坑经验记录。
离线AI聊天清华大模型(ChatGLM3)本地搭建
蓝创精英团队
12-28 4826
至此 ChatGLM3就演示完了，效果还是不错的说。比之前版本好太多了，我还会继续关注它的。它也可以通过Web api的方式，自己搞个前端进行展现。总体来讲，清华ChatGLM3-6B大模型对中文支持度还是蛮高的。
ChatGLM3+更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数
01-11
ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性： 更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，* ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能*。 更完整的功能支持： ChatGLM3-6B 采用了全新设计的 Prompt 格式 ，除正常的多轮对话外。同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。 更全面的开源序列： 除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM3-6B-Base 、长文本对话模型 ChatGLM3-6B-32K。以上所有权重对学术研究完全开放
Windows下cpu部署运行清华大学ChatGLM-6B语言模型（详解).docx
06-08
ChatGLM-6B 清华大学实现的一个开源的、支持中英双语、支持图像理解的对话语言模型.本文档详细介绍了再Windows系统下如何使用现有的资源部署运行ChatGLM-6B模型。
ChatGLM-webui 清华大语言模型的ui项目.rar
08-02
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 为了方便方便我们测试，我们需要进行本地化部署，本教程将进行linux服务器端进行部署，进行三种形式的部署，webui界面，命令行方式，api调用的方式，方便大家多种方式进行使用
清华大模型Chatglm2-6B的微调方法和微调模型使用方式（非常仔细，值得借鉴）
01-22
清华大模型Chatglm2-6B的微调方法和微调模型使用方式（非常仔细，值得借鉴）
chatGLM和chatGPT的技术区别在哪里？
u013250861的博客
07-28 637
目前 ChatGLM 模型参数量仅62亿，而ChatGPT无论是GPT3.5还是GPT4都是上千亿级规模的参数量。基于目前业界的一些论文表明，在千亿级参数规模以内，模型的参数规模决定了模型能力的上限。综上所述，即使用训练 ChatGPT 同样的数据量给 ChatGLM ，相当于对ChatGLM进行蒸馏训练，讲ChatGPT作为老师，无法完成到达ChatGPT的效果。90%的时间都浪费在预训练，模型训练的精华时间浪费在RLHF阶段。-解码器架构，ChatGPT采用的是仅解码器架构。ChatGLM采用的是。
ChatGLM2 源码解析：`GLMTransformer`
龙哥盟
09-05 453
【代码】ChatGLM2 源码解析：`GLMTransformer`
怎么调用智谱的api生成个聊天机器人
m0_63002183的博客
03-11 579
之前写过一篇怎么调用文心一言api的文章了，一般来说，我不是很愿意做重复的工作，因为比较懒嘛，那为什么又写这篇文章呢？主要是文心一言申请api_key等还不是太方便，开通服务也把人绕的晕，而调用智谱就容易多了。
【AI大模型应用开发】0.2 智谱AI API接入详细步骤和简单应用
同学小张的博客
02-16 4178
来看下国内的大模型API怎么用。本文是智谱AI API的使用。
chatglm-6b-int4
07-27
ChatGLM-6B-INT4是ChatGLM-6B模型的量化版本。具体来说，ChatGLM-6B-INT4对ChatGLM-6B中的28个GLM Block进行了INT4量化，而没有对Embedding和LM Head进行量化。这意味着ChatGLM-6B-INT4在理论上只需要6G显存（使用CPU即内存）就可以进行推理，并且有可能在嵌入式设备（如树莓派）上运行。\[2\] 要下载ChatGLM-6B-INT4模型，您可以打开Huggingface模型文件页面（https://huggingface.co/THUDM/chatglm-6b-int4/tree/main），复制每个文件的下载地址，并在ChatGLM-6B文件夹下的model文件夹中使用wget命令将模型文件下载到其中。\[3\] #### 引用[.reference_title] - *1* [【ChatGLM】使用ChatGLM-6B-INT4模型进行P-Tunning训练记录及参数讲解](https://blog.csdn.net/sinat_14840559/article/details/131124471)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [清华 ChatGLM-6B 中文对话模型部署简易教程](https://blog.csdn.net/qq_43475750/article/details/129665389)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

白云如幻

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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