6月25日，在C-Eval 榜单中 ChatGLM2 模型以 71.1 的分数位居榜首，gpt-4位居第二68.7，国产大模型的春天来了？
关于C-Eval 榜单
网站地址:
https:///#home
数据集：
huggingface.co/datasets/ceval/ceval-exam
C-Eval是一个全面的中文基础模型评估套件(多层次、多学科的语文评价基础模型套件)。它由13948个选择题组成 问题跨越52个不同的学科和四个难度级别，测试集用于模型评估（简单来说就是针对中文模型的综合测试机）
效果展示
1 数理逻辑
2 知识推理
3 长文档理解
ChatGLM2-6B
git地址：github.com/THUDM/ChatGLM2-6B
优势：
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：
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
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。
3 更高效的推理：基于 Multi-Query Attention 技术，官方模型实现下，推理速度提升了 42%，INT4 量化下，6G 显存支持的对话长度由 1K 提升到了 8K。
4 更开放的协议：ChatGLM2-6B 权重对学术研究完全开放，在获得官方的书面许可后，亦允许商业使用。
不足：
尽管模型在训练的各个阶段都尽力确保数据的合规性和准确性，但由于 ChatGLM2-6B 模型规模较小，且模型受概率随机性因素影响，无法保证输出内容的准确性，且模型易被误导
部署推理
硬件要求：
安装：（transformers版本 4.30.2，torch>2.0 )
git clone https://github.com/THUDM/ChatGLM2-6B
cd ChatGLM2-6B
pip install -r requirements.txt
模型地址:
cloud.tsinghua.edu.cn/d/674208019e314311ab5c/
模型推理：
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True, device='cuda')
model = model.eval()
response, history = model.chat(tokenizer, "你好", history=[])
print(response)
你好👋!我是人工智能助手 ChatGLM2-6B,很高兴见到你,欢迎问我任何问题。
response, history = model.chat(tokenizer, "晚上睡不着应该怎么办", history=history)
print(response)
晚上睡不着可能会让你感到焦虑或不舒服,但以下是一些可以帮助你入睡的方法:
1. 制定规律的睡眠时间表:保持规律的睡眠时间表可以帮助你建立健康的睡眠习惯,使你更容易入睡。尽量在每天的相同时间上床,并在同一时间起床。
2. 创造一个舒适的睡眠环境:确保睡眠环境舒适,安静,黑暗且温度适宜。可以使用舒适的床上用品,并保持房间通风。
3. 放松身心:在睡前做些放松的活动,例如泡个热水澡,听些轻柔的音乐,阅读一些有趣的书籍等,有助于缓解紧张和焦虑,使你更容易入睡。
4. 避免饮用含有咖啡因的饮料:咖啡因是一种刺激性物质,会影响你的睡眠质量。尽量避免在睡前饮用含有咖啡因的饮料,例如咖啡,茶和可乐。
5. 避免在床上做与睡眠无关的事情:在床上做些与睡眠无关的事情,例如看电影,玩游戏或工作等,可能会干扰你的睡眠。
6. 尝试呼吸技巧:深呼吸是一种放松技巧,可以帮助你缓解紧张和焦虑,使你更容易入睡。试着慢慢吸气,保持几秒钟,然后缓慢呼气。
如果这些方法无法帮助你入睡,你可以考虑咨询医生或睡眠专家,寻求进一步的建议。
网页推理
1 Gradio
pip install gradio
python web_demo.py
2 Streamlit 的网页版（推荐）
pip install streamlit streamlit-chat
streamlit run web_demo2.py
python cli_demo.py
程序会在命令行中进行交互式的对话，在命令行中输入指示并回车即可生成回复，输入 clear 可以清空对话历史，输入 stop 终止程序
api部署
pip install fastapi uvicorn
python api.py #运行 api 接口
使用
curl -X POST "http://127.0.0.1:8000" \
-H 'Content-Type: application/json' \
-d '{"prompt": "你好", "history": []}'
结果:
{
"response":"你好👋！我是人工智能助手 ChatGLM2-6B，很高兴见到你，欢迎问我任何问题。",
"history":[["你好","你好👋！我是人工智能助手 ChatGLM2-6B，很高兴见到你，欢迎问我任何问题。"]],
"status":200,
"time":"2023-03-23 21:38:40"
}
其他部署
模型以 FP16 精度加载，需 13GB 显存。如果 GPU 显存有限，可以尝试以量化方式加载模型
按需修改，目前只支持 4/8 bit 量化（会带来一定的性能损失）
model=AutoModel.from_pretrained("THUDM/chatglm2-6b",trust_remote_code=True).quantize(8).cuda()
model=AutoModel.from_pretrained("THUDM/chatglm2-6b-int4",trust_remote_code=True).cuda()
详情可查看原git地址
·················END·················
