好消息啊，GLM-4 竟然开源了！

GLM是第一批开源的中文模型，在各方面表现都非常出色，经过多轮迭代，已经更新到GLM-4。 GLM-4 已经非常强大可以和顶级模型PK，所以一开始智谱AI并没有将其开源。

好消息是，现在CLM-4开源了，所有人都可以装进自己的电脑，玩起来了。

下面来具体看一下这个开源项目。

主要功能和特点

1. 模型性能：在语义、数学、推理、代码和知识等数据集评测中，GLM-4-9B及其对齐版本GLM-4-9B-Chat表现优于Llama-3-8B。
2. 高级功能：GLM-4-9B-Chat支持多轮对话、网页浏览、代码执行、自定义工具调用和长文本推理，最大支持128K上下文长度。
3. 多语言支持：支持包括日语、韩语、德语在内的26种语言。
4. 长文本支持：GLM-4-9B-Chat-1M模型支持1M上下文长度，约200万中文字符。
5. 多模态支持：基于GLM-4-9B的多模态模型GLM-4V-9B，具备1120×1120高分辨率下的中英双语多轮对话能力，在中英文综合能力、感知推理、文字识别和图表理解等多方面表现卓越，超越多个现有先进模型。

模型列表

• GLM-4-9B：基本模型，支持8K上下文长度。
• GLM-4-9B-Chat：对话模型，支持128K上下文长度。
• GLM-4-9B-Chat-1M：对话模型，支持1M上下文长度。
• GLM-4V-9B：多模态模型，支持8K上下文长度。

评测结果

GLM-4-9B和GLM-4V-9B在多项评测中表现优异，包括对话模型典型任务、基座模型典型任务、长文本能力、多语言能力和工具调用能力。

对话模型典型任务

基座模型典型任务

长文本

多语言能力

工具调用能力

多模态能力

快速调用方法

可以使用Transformers后端或vLLM后端进行推理，详细代码示例和硬件配置要求请参考项目的GitHub页面。

快速调用 GLM-4-9B-Chat

使用 transformers 后端进行推理:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda"

tokenizer = AutoTokenizer.from_pretrained("THUDM/glm-4-9b-chat", trust_remote_code=True)

query = "你好"

inputs = tokenizer.apply_chat_template([{"role": "user", "content": query}],
                                       add_generation_prompt=True,
                                       tokenize=True,
                                       return_tensors="pt",
                                       return_dict=True
                                       )

inputs = inputs.to(device)
model = AutoModelForCausalLM.from_pretrained(
    "THUDM/glm-4-9b-chat",
    torch_dtype=torch.bfloat16,
    low_cpu_mem_usage=True,
    trust_remote_code=True
).to(device).eval()

gen_kwargs = {"max_length": 2500, "do_sample": True, "top_k": 1}
with torch.no_grad():
    outputs = model.generate(**inputs, **gen_kwargs)
    outputs = outputs[:, inputs['input_ids'].shape[1]:]
    print(tokenizer.decode(outputs[0], skip_special_tokens=True))

快速调用 GLM-4V-9B 多模态模型

使用 transformers 后端进行推理:

import torch
from PIL import Image
from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda"

tokenizer = AutoTokenizer.from_pretrained("THUDM/glm-4v-9b", trust_remote_code=True)

query = '描述这张图片'
image = Image.open("your image").convert('RGB')
inputs = tokenizer.apply_chat_template([{"role": "user", "image": image, "content": query}],
                                       add_generation_prompt=True, tokenize=True, return_tensors="pt",
                                       return_dict=True)  # chat mode

inputs = inputs.to(device)
model = AutoModelForCausalLM.from_pretrained(
    "THUDM/glm-4v-9b",
    torch_dtype=torch.bfloat16,
    low_cpu_mem_usage=True,
    trust_remote_code=True
).to(device).eval()

gen_kwargs = {"max_length": 2500, "do_sample": True, "top_k": 1}
with torch.no_grad():
    outputs = model.generate(**inputs, **gen_kwargs)
    outputs = outputs[:, inputs['input_ids'].shape[1]:]
    print(tokenizer.decode(outputs[0]))

注意: GLM-4V-9B 暂不支持使用 vLLM 方式调用。

进一步了解

如果想进一步了解GLM-4-9B系列模型的使用和开发，可以访问GLM-4-9B GitHub仓库，获取更多的文档和代码示例。

有需要的话，我们可以搞一个Windows系统下本地运行的一键包！