由清華技術(shù)成果轉(zhuǎn)化的公司智譜 AI 宣布開(kāi)源了 GLM 系列模型的新成員 ——中英雙語(yǔ)對(duì)話模型 ChatGLM-6B，支持在單張消費(fèi)級(jí)顯卡上進(jìn)行推理使用。這是繼此前開(kāi)源 GLM-130B 千億基座模型之后，智譜 AI 再次推出大模型方向的研究成果。

此外，基于千億基座的 ChatGLM 線上模型目前也在 chatglm.cn 進(jìn)行邀請(qǐng)制內(nèi)測(cè)，用戶需要使用邀請(qǐng)碼進(jìn)行注冊(cè)，也可以填寫(xiě)基本信息申請(qǐng)內(nèi)測(cè)。

根據(jù)介紹，ChatGLM-6B 是一個(gè)開(kāi)源的、支持中英雙語(yǔ)問(wèn)答的對(duì)話語(yǔ)言模型，并針對(duì)中文進(jìn)行了優(yōu)化。該模型基于 General Language Model (GLM)架構(gòu)，具有 62 億參數(shù)。結(jié)合模型量化技術(shù)，用戶可以在消費(fèi)級(jí)的顯卡上進(jìn)行本地部署（INT4 量化級(jí)別下最低只需 6GB 顯存）。

ChatGLM-6B 使用了和 ChatGLM 相同的技術(shù)，針對(duì)中文問(wèn)答和對(duì)話進(jìn)行了優(yōu)化。經(jīng)過(guò)約 1T 標(biāo)識(shí)符的中英雙語(yǔ)訓(xùn)練，輔以監(jiān)督微調(diào)、反饋?zhàn)灾?、人?lèi)反饋強(qiáng)化學(xué)習(xí)等技術(shù)的加持，62 億參數(shù)的 ChatGLM-6B 雖然規(guī)模不及千億模型，但大大降低了推理成本，提升了效率，并且已經(jīng)能生成相當(dāng)符合人類(lèi)偏好的回答。

ChatGLM-6B 具備以下特點(diǎn)：

充分的中英雙語(yǔ)預(yù)訓(xùn)練：ChatGLM-6B 在 1:1 比例的中英語(yǔ)料上訓(xùn)練了 1T 的 token 量，兼具雙語(yǔ)能力。

優(yōu)化的模型架構(gòu)和大?。何?GLM-130B 訓(xùn)練經(jīng)驗(yàn)，修正了二維 RoPE 位置編碼實(shí)現(xiàn)，使用傳統(tǒng) FFN 結(jié)構(gòu)。6B（62 億）的參數(shù)大小，也使得研究者和個(gè)人開(kāi)發(fā)者自己微調(diào)和部署 ChatGLM-6B 成為可能。

較低的部署門(mén)檻：FP16 半精度下，ChatGLM-6B 需要至少 13 GB 的顯存進(jìn)行推理，結(jié)合模型量化技術(shù)，這一需求可以進(jìn)一步降低到 10GB（INT8） 和 6GB（INT4），使得 ChatGLM-6B 可以部署在消費(fèi)級(jí)顯卡上。

更長(zhǎng)的序列長(zhǎng)度：相比 GLM-10B（序列長(zhǎng)度 1024），ChatGLM-6B 序列長(zhǎng)度達(dá) 2048，支持更長(zhǎng)對(duì)話和應(yīng)用。

人類(lèi)意圖對(duì)齊訓(xùn)練：使用了監(jiān)督微調(diào)（Supervised Fine-Tuning）、反饋?zhàn)灾‵eedback Bootstrap）、人類(lèi)反饋強(qiáng)化學(xué)習(xí)（Reinforcement Learning from Human Feedback）等方式，使模型初具理解人類(lèi)指令意圖的能力。輸出格式為 markdown，方便展示。

基于以上特點(diǎn)，ChatGLM-6B 在一定條件下具備較好的對(duì)話與問(wèn)答能力。ChatGLM-6B 的對(duì)話效果展示如下：

不過(guò)由于 ChatGLM-6B 模型的容量較小，不可避免地存在一些局限和不足，包括：

相對(duì)較弱的模型記憶和語(yǔ)言能力。在面對(duì)許多事實(shí)性知識(shí)任務(wù)時(shí)，ChatGLM-6B 可能會(huì)生成不正確的信息，也不太擅長(zhǎng)邏輯類(lèi)問(wèn)題（如數(shù)學(xué)、編程）的解答。

可能會(huì)產(chǎn)生有害說(shuō)明或有偏見(jiàn)的內(nèi)容：ChatGLM-6B 只是一個(gè)初步與人類(lèi)意圖對(duì)齊的語(yǔ)言模型，可能會(huì)生成有害、有偏見(jiàn)的內(nèi)容。

較弱的多輪對(duì)話能力：ChatGLM-6B 的上下文理解能力還不夠充分，在面對(duì)長(zhǎng)答案生成和多輪對(duì)話的場(chǎng)景時(shí)，可能會(huì)出現(xiàn)上下文丟失和理解錯(cuò)誤的情況。

相比起 ChatGLM-6B，ChatGLM 參考了 ChatGPT 的設(shè)計(jì)思路，在千億基座模型 GLM-130B 中注入了代碼預(yù)訓(xùn)練，通過(guò)有監(jiān)督微調(diào)（Supervised Fine-Tuning）等技術(shù)實(shí)現(xiàn)人類(lèi)意圖對(duì)齊。ChatGLM 線上模型的能力提升主要來(lái)源于獨(dú)特的千億基座模型 GLM-130B。它采用了不同于 BERT、GPT-3 以及 T5 的 GLM 架構(gòu)，是一個(gè)包含多目標(biāo)函數(shù)的自回歸預(yù)訓(xùn)練模型。

GLM 團(tuán)隊(duì)表示，2022 年 11 月，斯坦福大學(xué)大模型中心對(duì)全球 30 個(gè)主流大模型進(jìn)行了全方位的評(píng)測(cè)，GLM-130B 是亞洲唯一入選的大模型。在與 OpenAI、Google Brain、微軟、英偉達(dá)、Meta AI 的各大模型對(duì)比中，評(píng)測(cè)報(bào)告顯示 GLM-130B 在準(zhǔn)確性和公平性指標(biāo)上與 GPT-3 175B (davinci) 接近或持平，魯棒性、校準(zhǔn)誤差和無(wú)偏性則優(yōu)于 GPT-3 175B。

由 ChatGLM 生成的對(duì)話效果展示：

不過(guò) GLM 團(tuán)隊(duì)也坦言，整體來(lái)說(shuō) ChatGLM 距離國(guó)際頂尖大模型研究和產(chǎn)品（比如 OpenAI 的 ChatGPT 及下一代 GPT 模型）還存在一定的差距。該團(tuán)隊(duì)表示，將持續(xù)研發(fā)并開(kāi)源更新版本的 ChatGLM 和相關(guān)模型。“歡迎大家下載 ChatGLM-6B，基于它進(jìn)行研究和（非商用）應(yīng)用開(kāi)發(fā)。GLM 團(tuán)隊(duì)希望能和開(kāi)源社區(qū)研究者和開(kāi)發(fā)者一起，推動(dòng)大模型研究和應(yīng)用在中國(guó)的發(fā)展。”

審核編輯 ：李倩