最新要闻

广告

手机

南京火车站到禄口机场有多远_南京火车站到禄口机场|天天动态

南京火车站到禄口机场有多远_南京火车站到禄口机场|天天动态

小米活塞耳机清新版到手价仅29元

小米活塞耳机清新版到手价仅29元

家电

环球新资讯:ChatGLM-6B升级V2:性能大幅提升,8-32k上下文,推理提速42%

来源:量子位

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI

清华系大模型 ChatGLM-6B 再升级!背后团队新发布了 ChatGLM2-6B 。


(资料图片仅供参考)

在主要评估LLM模型中文能力的 C-Eval 榜单中,截至6月25日 ChatGLM2 模型以 71.1 的分数位居 Rank 0 ,ChatGLM2-6B 模型以 51.7 的分数位居 Rank 6,是榜单上排名最高的开源模型。

CEval榜单,ChatGLM2暂时位居Rank 0,ChatGLM2-6B位居 Rank 6

性能升级 ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本,在保留了初代模型对话流畅、部署门槛较低等特性的基础之上, ChatGLM2-6B 引入了如下新特性:

更强大的性能 :基于 ChatGLM 初代模型的开发经验,我们全面升级了 ChatGLM2-6B 的基座模型。ChatGLM2-6B 使用了 GLM 的混合目标函数,经过了 1.4T 中英标识符的预训练与人类偏好对齐训练,评测结果显示,相比于初代模型,ChatGLM2-6B 在 MMLU(+23%)、CEval(+33%)、GSM8K(+571%) 、BBH(+60%)等数据集上的性能取得了大幅度的提升,在同尺寸开源模型中具有较强的竞争力。

更长的上下文 :基于 FlashAttention 技术,我们将基座模型的上下文长度(Context Length)由 ChatGLM-6B 的 2K 扩展到了 32K,并在对话阶段使用 8K 的上下文长度训练,允许更多轮次的对话。但当前版本的 ChatGLM2-6B 对单轮超长文档的理解能力有限,我们会在后续迭代升级中着重进行优化。

更高效的推理 :基于 Multi-Query Attention 技术,ChatGLM2-6B 有更高效的推理速度和更低的显存占用:在官方的模型实现下,推理速度相比初代提升了 42%,INT4 量化下,6G 显存支持的对话长度由 1K 提升到了 8K。

更开放的协议 :ChatGLM2-6B 权重对学术研究完全开放,在获得官方的书面许可后,亦允许商业使用。 选取了部分中英文典型数据集进行了评测,以下为 ChatGLM2-6B 模型在 MMLU (英文) 、C-Eval (中文) 、GSM8K (数学) 、BBH (英文) 上的测评结果。

推理能力如何?

ChatGLM2-6B使用了Multi-Query Attention,提高了生成速度。生成2000个字符的平均速度对比如下:

Multi-Query Attention 同时也降低了生成过程中 KV Cache 的显存占用,此外,ChatGLM2-6B 采用 Causal Mask 进行对话训练,连续对话时可复用前面轮次的 KV Cache,进一步优化了显存占用。

因此,使用 6GB 显存的显卡进行 INT4 量化的推理时,初代的 ChatGLM-6B 模型最多能够生成 1119 个字符就会提示显存耗尽,而 ChatGLM2-6B 能够生成至少 8192 个字符。

也测试了量化对模型性能的影响。结果表明,量化对模型性能的影响在可接受范围内。

多个能力取得提升

相比于初代模型,ChatGLM2-6B 多个维度的能力都取得了提升,以下是一些对比示例。

数理逻辑

知识推理

长文档理解

安装ChatGLM2-6B: https://github.com/THUDM/ChatGLM2-6B

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态

关键词: