是一款国内推出的开源的自然语言模型,通过 chatglm2-6b-int4
模型能够在6G左右的显卡以及CPU下实现调用,比较适合个人电脑部署。
项目地址 https://github.com/THUDM/ChatGLM2-6B
介绍
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、部署门槛较低等众多优秀特性的基础之上,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。对于更长的上下文,我们发布了 ChatGLM2-6B-32K 模型。LongBench 的测评结果表明,在等量级的开源模型中,ChatGLM2-6B-32K 有着较为明显的竞争优势。
- 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,在填写问卷进行登记后亦允许免费商业使用。
前期准备 (Base on Ubuntu)
- 安装好 CUDA 环境的 Ubuntu
- Git & git-lfs
- Anaconda or Mambaforge (optional)
安装git-lfs
1 2
| sudo apt-get install git-lfs git lfs install
|
参考:https://github.com/git-lfs/git-lfs/wiki/Installation
准备模型文件 (optional)
1
| git clone https://huggingface.co/THUDM/chatglm2-6b-int4
|
准备项目文件
1
| git clone https://github.com/THUDM/ChatGLM2-6B.git
|
Just do it
通过上面的准备工作,我们获得了两个文件夹 chatglm2-6b-int4
和 ChatGLM2-6B
,分别是存放的项目文件和模型文件。
创建虚拟环境 (optional)
创建一个虚拟环境,我们将其命名为 chatglm2,进入其中并安装好 python 和 pip
1 2 3
| conda create -n chatglm2 conda activate chatglm2 conda install python
|
进入到项目文件夹,安装依赖环境
1 2
| cd ChatGLM2-6B pip install -r requirements.txt -i https://mirror.sjtu.edu.cn/pypi/web/simple
|
修改 cli_demo.py
中的内容,指定成我们已经下载好的模型文件 (optional)
1
| model = AutoModel.from_pretrained("/home/hdsky/chatglm2/chatglm2-6b-int4", trust_remote_code=True).cuda()
|
然后直接执行