豐色 發自 凹非寺
終于，清華大學唐杰團隊也出手了。
就在GPT4發布的同一天，唐教授在微博宣布：
基于千億參數大模型的對話機器人ChatGLM，現在開啟邀請制內測。
據介紹，ChatGLM專門針對中文進行了優化，可以說是國人友好～
看起來，寫博客提綱、創作劇本、解數學題、寫代碼，甚至是扮演高冷御姐，它都拿捏的死死的：
量子位有幸拿到了內測名額，將在后文進行一波實測。
與此同時，還有另一個消息宣布：
唐杰團隊為了與社區一起更好地推動大模型技術的發展，同時開源了包含62億參數的雙語ChatGLM-6B模型。
它最大的特點是在普通電腦上就能進行部署，有一塊2080Ti就行。
一起來看看。
先看ChatGLM，它是唐杰團隊大模型家族時隔半年誕生的一位新成員。
alpha內測版名稱叫QAGLM（全稱qa-glm-v0.7）。
淺試一下效果。
首先，我們讓它說了一下它和ChatGPT的區別。
它點出了自己的研發機構，和擅長中文的特點。
那么，就讓它用文言文寫個致謝詞叭。
咋說，雖然多了一個“余”、出現了一個莫名其妙的繁體字，但讀著還可以，用的排比句增強了氣勢。
接著，我們把前幾日硅谷暴雷的文章開頭丟給它，讓它起個標題。
感覺還不錯，起碼抓住了幾個關鍵信息。
不幸的是，論文挑戰沒有通過，我們把GLM-130B的鏈接扔給它，讓它簡要概括一下主題時，它說的根本不是這篇。
跟ChatGPT胡鄒參考文獻的操作簡直有得一拼（手動狗頭）。
接下來，考考它的數學能力吧。
這道小學應用題沒問題：
不過雞兔同籠，就難倒它了，最后居然還算出了負數==
編程方面，也可以解決簡單的算法題。
歸納信息能力呢？我們給了一段英文需求，不難：
結果正確：
需要注意的是，目前ChatGLM每輪對話最多只可以進行5個來回，每次最多輸入1000字。
它對新信息的掌握度不錯，知道推特現在的CEO是馬斯克，也知道何愷明3月10日回歸學界的事情，但還沒發現GPT-4已經發布了。
以及，目前響應速度還是非常快的，無論什么問題，回答得對不對，基本幾秒內就能給出答案。
最后，量子位也讓它來了個cosplay，看看哄女朋友的本事如何：
emmm，雖然有點板正，但聽完這段話“我”的氣確實消了。
那么，以上就是我們的測試結果，各位覺得如何？
據官方介紹，ChatGLM參考了ChatGPT的設計思路，在千億基座模型GLM-130B中注入了代碼預訓練，通過有監督微調等技術來實現人類意圖對齊（就是讓機器的回答符合人類價值觀、人類期望）。
這個GLM-130B的來頭值得說道一番。
它是由清華大學知識工程實驗室(KEG)與智譜AI共同研發的一個大規模中英文預訓練語言模型，參數1300億，去年8月正式對外發布。
不同于BERT、GPT-3以及T5的架構，GLM-130B是一個包含多目標函數的自回歸預訓練模型。
它的優勢包括：
在Stanford報告的30個世界主流大模型評測中，GLM-130B也成為了亞洲唯一入選的模型。
且獲得了不錯的成績：
比如在準確性和惡意性指標上與GPT-3 175B (davinci) 接近或持平，魯棒性和校準誤差在所有千億規模的基座大模型（作為公平對比，只對比無指令提示微調模型）中也可圈可點。
而就在CCF最近的一場會議上，有現場觀眾提問：ChatGPT為什么沒有誕生在中國？是我們沒有關注這件事嗎？
嘉賓就把GLM-130B搬了出來（它也入選了ICLR’23）。
現在，GLM-130B也終于被派上了“大用場”。
關于內測，唐杰團隊表示，后續會逐步擴大范圍，有興趣的朋友可以再等一等。
除了這個聊天機器人ChatGLM，唐杰團隊這次也把GLM-130B的“縮小版”ChatGLM-6B開源了出來。
ChatGLM-6B使用與ChatGLM相同的技術，初具中文問答和對話功能。
特點如下：
當然，缺點就是容量只有60億，其模型記憶和語言能力較弱，不擅長邏輯類問題（如數學、編程），以及多輪對話可能會出現上下文丟失和理解錯誤的情況。
但它主打的就是一個低門檻，在單張2080Ti上就能進行推理使用，硬件需求不高。
因此，只要有興趣都可以下載下來試試，進行研究和（非商用的）應用開發都可以。
傳送門：
https://chatglm.cn/
https://github.com/THUDM/ChatGLM-6B
參考鏈接：
[1]https://weibo.com/2126427211/MxlsQ6w4A#repost
[2]https://chatglm.cn/blog?continueFlag=d70d7590143c950d12ac7283214d879d
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
