3 篇文章带有标签 “ChatGLM2-6B”

---

* [Chatbot Arena](https://chat.lmsys.org/) * [FastChat](https://github.com/lm-sys/FastChat) * [LMSYS BLOG](https://lmsys.org/blog/) * [Use AutoGen for Local LLMs](https://microsoft.github.io/autogen/blog/2023/07/14/Local-LLMs/)

这种方式安装比较容易调试，适合开发者。

克隆代码

git clone https://github.com/lm-sys/FastChat.git
cd FastChat

创建环境

python -m venv env
source env/bin/activate

安装

pip install --upgrade pip  # enable PEP 660 support
pip install -e ".[model_worker,webui]"
pip install -U transformers==4.33.0 # AttributeError: 'ChatGLMTokenizer' object has no attribute 'tokenizer'

模型	参数	精度	加速方式	显存	速度（每秒生成汉字数）	效果
[Qwen-7B-Chat][Qwen-7B-Chat]	7B	float16		20G	7
[Qwen-7B-Chat][Qwen-7B-Chat]	7B	float16	flash-attention	20G	9
[ChatGLM2-6B][ChatGLM2-6B]	6B	float16		13G	26
[ChatGLM2-6B][ChatGLM2-6B]	6B	float16	fastllm	13G	26
[ChatGLM2-6B][ChatGLM2-6B]	6B	float16	chatglm.cpp	15G	22
[ChatGLM2-6B][ChatGLM2-6B] 🚀	6B	int4	chatglm.cpp	6G	90	❌
[Baichuan2-7B-Chat][Baichuan2-7B-Chat]	7B	float16		14G	2
[Baichuan2-7B-Chat][Baichuan2-7B-Chat]	7B	int8		11G	16
[Baichuan2-7B-Chat][Baichuan2-7B-Chat]	7B	int4		8G	30
[Baichuan2-13B-Chat-4bits][Baichuan2-13B-Chat-4bits]	13B	int4		13G	20

1. 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。
2. 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。
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。