ChatGLM-6B升級V2：性能大幅提升，8-32k上下文，推理提速42%
C-Eval榜單上排名最高的開源模型
衡宇 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
清華系大模型 ChatGLM-6B 再升級！背后團(tuán)隊新發(fā)布了 ChatGLM2-6B 。
在主要評估LLM模型中文能力的 C-Eval 榜單中，截至6月25日 ChatGLM2 模型以 71.1 的分?jǐn)?shù)位居 Rank 0 ，ChatGLM2-6B 模型以 51.7 的分?jǐn)?shù)位居 Rank 6，是榜單上排名最高的開源模型。
CEval榜單，ChatGLM2暫時位居Rank 0，ChatGLM2-6B位居 Rank 6
性能升級 ChatGLM2-6B 是開源中英雙語對話模型 ChatGLM-6B 的第二代版本，在保留了初代模型對話流暢、部署門檻較低等特性的基礎(chǔ)之上， ChatGLM2-6B 引入了如下新特性：
更強(qiáng)大的性能：基于 ChatGLM 初代模型的開發(fā)經(jīng)驗，我們?nèi)嫔壛?ChatGLM2-6B 的基座模型。ChatGLM2-6B 使用了 GLM 的混合目標(biāo)函數(shù)，經(jīng)過了 1.4T 中英標(biāo)識符的預(yù)訓(xùn)練與人類偏好對齊訓(xùn)練，評測結(jié)果顯示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等數(shù)據(jù)集上的性能取得了大幅度的提升，在同尺寸開源模型中具有較強(qiáng)的競爭力。
更長的上下文：基于 FlashAttention 技術(shù)，我們將基座模型的上下文長度（Context Length）由 ChatGLM-6B 的 2K 擴(kuò)展到了 32K，并在對話階段使用 8K 的上下文長度訓(xùn)練，允許更多輪次的對話。但當(dāng)前版本的 ChatGLM2-6B 對單輪超長文檔的理解能力有限，我們會在后續(xù)迭代升級中著重進(jìn)行優(yōu)化。
更高效的推理：基于 Multi-Query Attention 技術(shù)，ChatGLM2-6B 有更高效的推理速度和更低的顯存占用：在官方的模型實(shí)現(xiàn)下，推理速度相比初代提升了 42%，INT4 量化下，6G 顯存支持的對話長度由 1K 提升到了 8K。
更開放的協(xié)議：ChatGLM2-6B 權(quán)重對學(xué)術(shù)研究完全開放，在獲得官方的書面許可后，亦允許商業(yè)使用。
選取了部分中英文典型數(shù)據(jù)集進(jìn)行了評測，以下為 ChatGLM2-6B 模型在 MMLU?(英文)、C-Eval（中文）、GSM8K（數(shù)學(xué)）、BBH（英文）?上的測評結(jié)果。
推理能力如何？
ChatGLM2-6B使用了Multi-Query Attention，提高了生成速度。生成2000個字符的平均速度對比如下：
Multi-Query Attention 同時也降低了生成過程中 KV Cache 的顯存占用，此外，ChatGLM2-6B 采用 Causal Mask 進(jìn)行對話訓(xùn)練，連續(xù)對話時可復(fù)用前面輪次的 KV Cache，進(jìn)一步優(yōu)化了顯存占用。
因此，使用 6GB 顯存的顯卡進(jìn)行 INT4 量化的推理時，初代的 ChatGLM-6B 模型最多能夠生成 1119 個字符就會提示顯存耗盡，而 ChatGLM2-6B 能夠生成至少 8192 個字符。
也測試了量化對模型性能的影響。結(jié)果表明，量化對模型性能的影響在可接受范圍內(nèi)。
多個能力取得提升
相比于初代模型，ChatGLM2-6B 多個維度的能力都取得了提升，以下是一些對比示例。
數(shù)理邏輯
知識推理
長文檔理解
安裝ChatGLM2-6B：
https://github.com/THUDM/ChatGLM2-6B
- “智元機(jī)器人收購A股上市公司是創(chuàng)新需要…現(xiàn)金流能撐三年”2025-08-22
- 稚暉君新大招：機(jī)器人二次開發(fā)0門檻了！2025-08-22
- 賣酒的茅臺要學(xué)AI了！和奔馳麥當(dāng)勞一起拜師百度2025-08-17
- VLA進(jìn)化后降維打擊！雙手揀貨，漂移操作，還能批量化秀舞，太空艙直接開上街，被銀河通用卷到了2025-08-11
相關(guān)閱讀
Claude 3“自我認(rèn)知”事件引爆，馬斯克坐不住了，OpenAI被曝還有后手
馬斯克：也許我們只是外星電腦上的一個CSV文件
