ChatGLM4重磅开源! 连忙实操测试一波，效果惊艳，真的好用！

最新推荐文章于 2024-09-17 17:15:00 发布

python_知世

最新推荐文章于 2024-09-17 17:15:00 发布

阅读量3.9k

点赞数 19

文章标签： llama 人工智能语言模型自然语言处理 dubbo ChatGLM4

本文链接：https://blog.csdn.net/zhishi0000/article/details/139495797

版权

GLM4重磅开源啦

GLM-4-9B是智谱AI在24年6月5日推出的开源预训练模型，属于GLM-4系列。之前已开源chatglm1~chatglm3等多个版本。

GLM4在语义理解、数学、推理、编程和知识等领域的测试中表现优异。GLM-4-9B-Chat是其人类偏好对齐版本，支持多轮对话、网页浏览、代码执行、自定义工具调用(function call)以及长文本推理（最大128K上下文）。该系列模型还支持26种语言，包括日语、韩语和德语，并推出了支持1M上下文长度（约200万中文字符）的版本。

GLM-4系列版本介绍

GLM-4-9B 系列模型主要包含:

glm4大模型能力测评结果

经典测评任务结果

长文本能力

在1M的token上下文长度进行大海捞针实验，

在 LongBench-Chat 上对长文本能力进行了进一步评测，结果如下:

工具调用能力

多模态能力

GLM-4V-9B 是一个多模态语言模型，具备视觉理解能力，其相关经典任务的评测结果如下：

可以看出GLM4的性能相比GLM3-6b，有着大幅度提升，具有以下亮点:

上下问长度最高支持1M。
支持多达26种语言。
工具调用能力(function call)提升巨大，逼近GPT4。
从评测的结果来看，基础通用能力超越llama3 ,提升40%。

下面我将给大家实操利用对话版本 GLM-4-9B-Chat（128K）和多模态版本 GLM-4V-9B-Chat来进行模型的推理和效果展示;

手把手实操GLM-4-9B-Chat推理预测&&效果展示

GLM4运行硬件和环境要求

下图是glm4对应不同输入token的显存占用情况。为了能够更好的节省资源，这里我将采用4位量化的方式来GLM4进行推理测试。

配置对应的库环境

在这里插入图片描述

编写代码小技巧: 在运行大模型前先把各个库对应的版本信息进行打印，避免环境不兼容，节约调试的时间。

使用peft+bitsandbytes 进行4位量化推理

在这里插入图片描述

其中glm4_6b的网络框架如下:

进行大模型的推理测试

问题1：简单问好

在这里插入图片描述

输出效果:

问题2: 鲁迅为什么暴打周树人？

问题3: 长江和嘉陵江相汇在什么地方?

问题4:树上有10只鸟，开枪打死了2只，树上还剩下几只?

可以看出上面的几个问题，GLM4都回答的不错，没有掉进我们设置的陷阱中，非常不错。

显存占用情况

手把手实操多模态版本GLM-4V-9B-Chat推理预测&&效果展示

多模态GLM-4V-9B对应的硬件资源

下图是glm4对应不同输入token的显存占用情况。

进行4位量化加载

在这里插入图片描述

准备测试图片

在这里插入图片描述

这是待理解的图片

进行推理预测

%%time 
import torch
from PIL import Image
query = '描述这张图片'
image = Image.open("426a8f2904bd65bab5eee5474b769374.jpg").convert('RGB')
inputs = tokenizer.apply_chat_template([{"role": "user", "image": image, "content": query}],
                                       add_generation_prompt=True, tokenize=True, return_tensors="pt",
                                       return_dict=True)  # chat mode
inputs = inputs.to("cuda")
gen_kwargs = {"max_length": 2500, "do_sample": True, "top_k": 10,}
with torch.no_grad():
    outputs = model.generate(**inputs, **gen_kwargs)
    outputs = outputs[:, inputs['input_ids'].shape[1]:]
    print(tokenizer.decode(outputs[0]))

多模态GLM4输出的效果: