智谱GLM-4-9B，超越Llama3，多模态媲美GPT4V

news2024/10/7 6:51:26

前言

在 2023 年 3 月发布开源对话模型 ChatGLM-6B 后，智谱 AI 迅速成为国内外开源大模型领域的重要力量。今年 6 月，智谱 AI 再次发力，开源了其第四代 GLM 系列模型 —— GLM-4-9B，并首次加入了多模态能力。该模型不仅在性能上超越了 Llama 3 8B，更在多模态能力方面展现出与 GPT-4V 相媲美的实力。

Huggingface模型下载：https://huggingface.co/collections/THUDM/glm-4-665fcf188c414b03c2f7e3b7
AI快站模型免费加速下载：https://aifasthub.com/models/THUDM

技术特点

GLM-4-9B 采用了多项技术创新，使其在性能和功能上取得了重大突破：

10T 高质量多语言数据： 智谱 AI 在预训练阶段引入了大语言模型参与数据筛选，最终获得了 10T 高质量多语言数据，是 ChatGLM3-6B 模型的 3 倍以上。这一突破性的数据量提升了模型的理解和生成能力，特别是多语言理解和生成能力。
FP8 技术提升训练效率： 为了提升训练效率，智谱 AI 采用了 FP8 技术进行高效的预训练，相较于第三代模型，训练效率提升了 3.5 倍。FP8 是指使用 8 位浮点数进行模型训练，相比传统的 32 位浮点数，能够显著减少显存占用和计算量，从而加速训练速度。
模型规模提升： 为了在有限显存的情况下探索性能的极限，智谱 AI 将模型规模提升至 9B，并将预训练计算量增加了 5 倍。这进一步提升了模型的性能，使其能够处理更复杂的任务，并生成更高质量的文本和图像。
长文本处理能力： GLM-4-9B 模型的上下文长度从 128K 扩展到了 1M tokens，这意味着模型能够同时处理 200 万字的输入，相当于两本红楼梦或者 125 篇论文的长度。这得益于智谱 AI 在模型架构和训练方法上的改进，使得模型能够更有效地处理长文本，并保持较高的准确性和效率。
多语言能力： GLM-4-9B 支持包括汉语、英语、俄语、西班牙语、德语、法语、意大利语、葡萄牙语、波兰语、日语、荷兰语、阿拉伯语、土耳其语、捷克语、越南语、波斯语、匈牙利语、希腊语、罗马尼亚语、瑞典语、乌克兰语、芬兰语、韩语、丹麦语、保加利亚语和挪威语在内的 26 种语言。智谱 AI 通过扩展词表大小，并对多语言数据进行专门的训练，使得模型在多语言理解和生成任务上取得了显著的提升。
Function Call 能力： ChatGLM3-6B 模型的函数调用一直广受各大开发者喜爱。GLM-4-9B 模型的函数调用能力更上一层楼，相比上一代提升了 40%，在 Berkeley Function-Calling Leaderboard 上，GLM-4-9B 模型的 Function Call 能力与 GPT-4 不相上下。函数调用能力是衡量模型理解和执行代码的能力，这一提升使得 GLM-4-9B 能够更加灵活地处理用户请求，并能够完成更加复杂的任务。
All Tools 能力： “All Tools”即模型能够理解和使用一系列外部工具（比如代码执行、联网浏览、画图、文件操作、数据库查询、API 调用等）来辅助回答问题或完成任务。GLM-4-9B 模型支持 All Tools 功能，并提供了完整的 All Tools Demo，用户可以在本地拥有一个轻量级的清言平替。
多模态能力： 智谱 AI 首次推出了基于 GLM 基座的开源多模态模型 GLM-4V-9B。该模型采用了与 CogVLM2 相似的架构设计，能够处理高达 1120 x 1120 分辨率的输入图片，并通过降采样技术有效减少了 token 的开销。为了减小部署与计算开销，GLM-4V-9B 没有引入额外的视觉专家模块，而是采用了直接混合文本和图片数据的方式进行训练，在保持文本性能的同时提升多模态能力。

性能表现

GLM-4-9B 在多个方面展现出优异的性能：

基础能力提升： GLM-4-9B 的中英文综合性能相比 ChatGLM3-6B 提升了 40%，并在中文对齐能力 AlignBench、指令遵从 IFeval、工程代码 Natural Code Bench 等基准数据上都取得了非常显著的提升。对比训练量更大的 Llama 3 8B 也并不逊色，英文方面实现小幅领先，中文学科方面更是有着高达 50% 的提升。