ChatGLM-6B升级V2:性能大幅提升,8-32k上下文,推理提速42%
C-Eval榜单上排名最高的开源模型
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 。
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。
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/10956b961335ac5a84070dd2723cb73f.png)
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/15768962864b7c371c4284fca348bc29.png)
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/aca053b659de891bfb0e9b4df793e997.png)
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/88c895142d7cd71530d5319645ec4067.png)
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:
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/435a7d25c8cf75d546a21c2d5739b1a3.jpeg)
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。
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/4c5af2cbea4f55b8204d425be08e0215.png)
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。
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/d9d98abfa717682f73848516c95ede51.png)
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
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/8eee90d537a25c20d206a07f1e81499a.png)
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/1318362e42fe5512c4312d1120ba1a0d.png)
知识推理
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/0d530125679ceee50148e1b63bd80a7a.png)
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/ef3cce0f9abae441004de8143b2b7c9b.png)
长文档理解
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/d25166c0c0d719ed9657b9923e7c4884.png)
![清华ChatGLM2-6B:性能大幅提升,8-32k上下文,推理提速42%](/wp-content/uploads/replace/ffa3dee2481dc54de90b57175b1862fd.png)
安装ChatGLM2-6B:
https://github.com/THUDM/ChatGLM2-6B
- 让AI视频进入「全民GC」时代,这家中国公司刚刚真的做到了2024-07-24
- 百川智能回应200亿元估值:为B轮投前估值,A轮总融资额达50亿元2024-07-25
- 刚刚,中国IMO奥数憾失第一,五连冠统治被美国队终结2024-07-21
- 给iPhone背面贴个AI录音机,生意老好了2024-07-21