chatglm-6b

ChatGLM-6B 项目介绍

ChatGLM-6B 是一个开源的双语对话语言模型，支持中文和英文的问答交互。它基于 General Language Model (GLM) 架构，具备 62 亿个参数。通过模型量化技术，用户可以在消费级显卡上进行本地部署，使用 INT4 量化级别时，仅需 6GB 显存。

项目背景

ChatGLM-6B 采用类似于 ChatGPT 的技术，针对中文问答和对话进行了优化。模型接受了大量文本的训练，结合监督微调、反馈自助和人类反馈强化学习等技术，使得它能够生成符合人类偏好的回答。该模型的权重对学术研究完全开放，同时也允许免费商业化使用，但需要填写问卷以进行登记。

项目特色

• 高性能对话：ChatGLM-6B 在对话流畅性和响应准确性上表现优秀，能够处理复杂的语言需求。
• 优化的模型量化：通过量化技术，用户可以在低内存条件的设备上使用该模型。
• 广泛的适用性：利用它的双语能力，用户可以轻松地进行中文和英文的问答互动。
• 公开使用：学术和商业使用者均可免费获得模型权重。

使用示例

用户可以通过简单的代码调用 ChatGLM-6B 模型：

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()
response, history = model.chat(tokenizer, "你好", history=[])
print(response)

这个代码片段展示了如何调用 ChatGLM-6B 进行交互，并输出了一个简单的中文问候语的响应。

软件依赖

要使用 ChatGLM-6B，用户需要安装以下软件包：

pip install protobuf==3.20.0 transformers==4.27.1 icetk cpm_kernels

更新日志

• v1.1.0：更新了模型的 checkpoint。
• v0.1.0：首次发布。

使用协议

ChatGLM-6B 的代码遵循 Apache-2.0 开源协议，而模型权重的使用需要遵循特定的模型许可证。

更多信息

对于如何运行命令行和网页版本的 DEMO，以及节省显存的模型量化技术，用户可参考 Github Repo。

ChatGLM-6B 的发布不仅展示了大规模语言模型在自然语言处理领域的应用潜力，还通过开源和免费使用策略，鼓励更多人在实际项目中体验和研究这项技术。