歡迎關(guān)注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://blog.csdn.net/caroline_wendy/article/details/131445696

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、部署門檻較低等眾多優(yōu)秀特性的基礎(chǔ)之上，ChatGLM2-6B 引入了如下新特性：

1. 更強大的性能：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的混合目標函數(shù)，經(jīng)過了 1.4T 中英標識符的預(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的競爭力。
2. 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)迭代升級中著重進行優(yōu)化。
3. 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。

以上來自于官網(wǎng)的介紹。

相關(guān)文章：

• ChatGLM v1.0: ChatGLM-6B (General Language Model) 的工程配置
• ChatGLM v2.0: 第2版 ChatGLM2-6B (General Language Model) 的工程配置

相關(guān)工程：

• GitHub 工程：https://github.com/THUDM/ChatGLM2-6B
• HuggingFace 模型：https://huggingface.co/THUDM/chatglm2-6b

配置主要參考：CSDN - 基于 ChatGLM-6B 的工程配置搭建 ChatGPT 中文在線聊天

1. 配置 ChatGLM2-6B 環(huán)境

配置 docker 環(huán)境：

docker network ls
df -h
docker images | grep "glm"nvidia-docker run -it --privileged --network bridge --net=host --shm-size 32G --name chat-chenlong -p 9300:9300 -v /data:/data -v /nfs:/nfs glm:nvidia-pytorch-1.11.0-cu116-py3

添加自定義的配置 ~/.bashrc 文件：

# myconfig
export TORCH_HOME=/nfs/chenlong/workspace/torch_home/

配置 conda 環(huán)境：

conda create -n chatglm2 python=3.8
conda activate chatglm2git clone git@github.com:THUDM/ChatGLM2-6B.git ChatGLM2-6B-official
cd ChatGLM2-6B-official
pip install -r requirements.txt

2. 下載 ChatGLM2-6B 模型

在下載模型之前，需要修改 THU-Cloud-Downloader/main.py 邏輯，使用 file 篩選文件名稱，否則 ChatGLM2-6B 文件夾過大：

for obj in objects:if obj["is_dir"]:filelist += dfs_search_files(share_key, obj['folder_path'])elif args.file is None:filelist.append(obj)else:# 修改為 obj['file_path']mat = re.match(args.file.replace('*', '.*'), obj['file_path'])if mat is not None:filelist.append(obj)
return filelist

下載 ChatGLM2-6B 的參數(shù)，模型下載路徑，即清華云盤 - ChatGLM2-6B：

git clone git@hf.co:THUDM/chatglm2-6b
cd THU-Cloud-Downloaderpython main.py --link https://cloud.tsinghua.edu.cn/d/674208019e314311ab5c --save ../chatglm2-6b-bin/ --file /chatglm2-6b/

同時，相比于ChatGLM-6B，ChatGLM2-6B還要額外下載 tokenizer.model 文件，并不包括在云盤中，再替換相應(yīng)的文件，否則報錯。

3. 啟動 ChatGLM2-6B 服務(wù)

修改 web_demo.py：

demo.queue().launch(share=False, inbrowser=True, server_name='0.0.0.0', server_port=9300)

vscode 支持直接跳轉(zhuǎn)：http://localhost:9300/