ChatGLM-6B
一、介绍
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。联合模型量化技术，用户可以在消耗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 标识符的中英双语练习，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 已经能生成相称符合人类偏好的回答，更多信息请参考我们的博客。此外，为了方便下游开辟者针对本身的应用场景定制模型，我们同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。
不过，由于 ChatGLM-6B 的规模较小，现在已知其具有相称多的局限性，如究竟性/数学逻辑错误，可能生成有害/有私见内容，较弱的上下文本领，自我认知杂乱，以及对英文指示生成与中文指示完全抵牾的内容。请大家在使用前了解这些问题，以免产生误解。更大的基于 1300 亿参数 GLM-130B 的 ChatGLM 正在内测开辟中。
二、使用方式
硬件需求
量化等级最低 GPU 显存（推理）最低 GPU 显存（高效参数微调）FP16（无量化）13 GB14 GBINT88 GB9 GBINT46 GB7 GB 环境安装
使用 pip 安装依赖：pip install -r requirements.txt，此中 transformers 库版本推荐为 4.27.1，但理论上不低于 4.23.1 即可。
代码调用
可以通过如下代码调用 ChatGLM-6B 模型来生成对话：
[code]python代码解读复制代码>>> from transformers import AutoTokenizer, AutoModel
>>> tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
>>> model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()
>>> model = model.eval()
>>> response, history = model.chat(tokenizer, "你好", history=[])
>>> print(response)
你好 |
