GLM 4 9B Chat Read this in English. 2024/11/25 , 我们建议使用从 transformers =4.46.0 开始，使用 glm 4 9b chat hf 以减少后续 transformers 升级导致的兼容性问题。 2024/08/12, 本仓库代码已更新并使用 transformers =4.44.0 , 请及时更新依赖。 2024/07/24，我们发布了与长文本相关的最新技术解读，关注 这里 查看我们在训练 GLM 4 9B 开源模型中关于长文本技术的技术报告 模型介绍 GLM 4 9B 是智谱 AI 推出的最新一代预训练模型 GLM 4 系列中的开源版本。 在语义、数学、推理、代码和知识等多方面的数据集测评中，GLM 4 9B 及其人类偏好对齐的版本 GLM 4 9B Chat 均表现出较高的性能。 除了能进行多轮对话，GLM 4 9B Chat 还具备网页浏览、代码执行、自定义工具调用（Function Call）和长文本推理（支持最大 128K 上下文）等高级功能。 本代模型增加了多语言支持，支持包括日语，韩语，德语在内的 26 种语言。我们还推出了支持 1M 上下文长度（约 200 万中文字符）的模型。 评测结果 我们在一些经典任务上对 GLM 4 9B Chat 模型进行了评测,并得到了如下的结果: Model AlignBench v2 MT Bench IFEval MMLU C Eval GSM8K MATH HumanEval NCB : : : : : : : : : : : : : : : : : : : Llama 3 8B Instruct 5.12 8.00 68.58 68.4 51.3 79.6 30.0 62.2 24.7 ChatGLM3 6B 3.97 5.50 28.1 66.4 69.0 72.3 25.7 58.5 11.3 GLM 4 9B Chat 6.61 8.35 69.0 72.4 75.6 79.6 50.6 71.8 32.2 长文本 在 1M 的上下文长度下进行大海捞针实验，结果如下： 在 LongBench Chat 上对长文本能力进行了进一步评测，结果如下: 多语言能力 在六个多语言数据集上对 GLM 4 9B Chat 和 Llama 3 8B Instruct 进行了测试，测试结果及数据集对应选取语言如下表 Dataset Llama 3 8B Instruct GLM 4 9B Chat Languages : : : : : : : M MMLU 49.6 56.6 all FLORES 25.0 28.8 ru, es, de, fr, it, pt, pl, ja, nl, ar, tr, cs, vi, fa, hu, el, r…
We use cookies for essential functionality and analytics. You can accept or reject analytics cookies.Cookie policy