出自清华的强大中文AI模型ChatGLM2-6B

  ChatGLM2-6B 是一个基于人工智能技术的人工智能对话系统，该项目是由清华大学 KEG 实验室和智谱 AI 公司于 2023 年共同开发。ChatGLM2-6B 基于深度学习技术，使用了指令微调（Instruction Tuning）和人类反馈强化（Human Feedback Reinforcement）等技术，可以针对用户的指示生成高质量的自然语言文本响应。该系统可以回答各种类型的问题，包括常识问题、技术咨询、情感表达等等。在对话过程中，ChatGLM2-6B 会持续学习和适应用户的需求，并通过不断优化来提高其对话质量。

项目地址：https://github.com/THUDM/ChatGLM2-6B

HuggingFace：https://huggingface.co/THUDM/chatglm2-6b

相对于第一版的ChatGLM-6B，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，ChatGLM2-6B又增加许多新特性：

1. 更强大的性能

  基于ChatGLM初代模型的开发经验，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，与初代模型相比，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。

2. 更长的上下文

  基于 FlashAttention 技术，研究人员将基座模型的上下文长度由 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，会在后续迭代升级中着重进行优化。

3. 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。

4. 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。

安装

先下载代码库，再安装依赖。

git clone https://github.com/THUDM/ChatGLM2-6B
cd ChatGLM2-6B
pip install -r requirements.txt

演示代码

  可以通过如下代码调用 ChatGLM2-6B 模型来生成对话：

 from transformers import AutoTokenizer, AutoModel
 tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True)
  model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True, device='cuda')
  model = model.eval()
  response, history = model.chat(tokenizer, "你好", history=[])
  print(response)
  response, history = model.chat(tokenizer, "晚上睡不着应该怎么办", history=history)
  print(response)