介绍
- 由清华大学知识工程 (KEG) 实验室和智谱AI公司与2023年共同训练的语言模型。
- ChatGLM-6B 参考了 ChatGPT 的设计思路，在千亿基座模型 GLM-130B 中注入了代码预训练，通过有监督微调等技术实现与人类意图对齐（即让机器的回答符合人类的期望和价值观）。
- 不同于训练ChatGPT需要1万+ A100显卡，ChatGLM-6B可以单机运行在消费级显卡上（13G可运行，建议16-24G显卡），未来使用空间大。
https://github.com/THUDM/ChatGLM-6B模型3月14日开源后，Github Star增速惊人，连续12天位列全球大模型下载榜第一名。
基于GLM (General Language Model) 架构，有62亿参数，无量化下占用显存13G，INT量化下支持单张消费级显卡（如2080Ti）上进行推理INT8量化是一种将深度学习模型中的权重和激活值从16位浮点数(FP16)减少到8位整数 INT8的技术，从而降低内存占用和计算复杂度，减少计算资源，提升推理速度
- ChatGLM已具备人类偏好的问答对话能力，但在一些指令上，回答存在不理解指令，或缺乏领域概念理解，生成有害内容等问题。
- ChatGLM已具备人类偏好的问答对话能力，但在一些指令上，回答存在不理解指令，或缺乏领域概念理解，生成有害内容等问题。
GLM-130B
2022年8月，智谱AI基于GLM框架，推出1300亿参数的中英双语稠密模型GLM-130B，综合能力与GPT3相当
内存节省75%，可在单台3090 (*4)或单台2080(*8)进行无损推理
高速推理，比Pytorch提升7-8倍速度
跨平台，支持不同计算平台的适配和应用
https://github.com/THUDM/GLM-130B
功能
更多参考：https://github.com/THUDM/ChatGLM-6B
目标
GLM
GLM: 通用语言模型预训练 https://aclanthology.org/2022.acl-long.26.pdf
GLM的出发点是将3种主流的预训练模型进行统一：
- GPT，注意力是单向的，无法利用到下文信息。
- BERT，注意力是双向的，在NLU上表现很好，但不适合生成任务。
- T5，编码器中注意力是双向的，解码器中注意力是单向
的。可同时用于NLU和生成任务，但需要更多参数量
使用
建议使用Colab，并启用GPU A100，demo1.py
源码：https://github.com/dlimeng/awesome-ai-generated/blob/main/ChatGLM%E4%BD%BF%E7%94%A8/demo1.ipynb
# Step1, 安装依赖包
!pip install transformers
!pip install sentencepiece
!pip install cpm_kernels
!pip install gradio
!pip install mdtex2html
# Step2，使用预训练模型
from transformers import AutoTokenizer, AutoModel
tokenizer =AutoTokenizer.from_pretrained("THUDM/chatglm-6b",trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b",trust_remote_code=True).half().cuda()
# Step3，创建对话chat
response, history = model.chat(tokenizer,"你好", history=[])
print(response)
response, history = model.chat(tokenizer,"晚上睡不着应该怎么办",history=history)
print(response)
定制
源码：https://github.com/dlimeng/awesome-ai-generated/blob/main/ChatGLM%E4%BD%BF%E7%94%A8/ptuning1.ipynb
参考：https://github.com/THUDM/ChatGLM-6B/blob/main/ptuning/README.md
P-Tuning
- 用自己的数据集对ChatGLM模型进行微调
- P-Tuning V2已将需要微调的参数减少到原来的0.1%- 3%，大大加快了训练速度，同时最低GPU显存要求
为7G（建议16-24G） - TIPS：AdvertiseGen数据集，训练3000steps，大约需
要训练2小时，需要保证你的GPU有足够多的计算单元
使用P-Tuning v2进行训练
!bash train.sh
- Thinking：将 train.sh 中的 THUDM/chatglm-6b 改为本地的模型路径 (参考train2.sh)
- Thinking：如何使用训练好的ChatGLM模型进行推理使用evaluate.sh，这里需要修改model_name_or_path 和 ptuning_checkpoint
- TIPS：在 P-tuning v2 训练时模型只保存PrefixEncoder参数，所以在推理时需要同时加载原 ChatGLM-6B 模型以及 PrefixEncoder 的权重
轻量库
Peft库：https://github.com/huggingface/peft很方便地实现将普通的HF模型变成用于支持轻量级fine-tune的模型，目前支持4种策略：
1）LoRA:大模型的低秩适配器
2）Prefix Tuning: Optimizing Continuous Prompts for Generation
3）P-Tuning: GPT Understands, Too
4）Prompt Tuning: The Power of Scale forParameter-Efficient Prompt Tuning
“道生一,一生二,二生三,三生万物。”融会贯通,才能突破局限,开创未来。
我是李孟，独立开源软件开发者，SolidUI作者，对于新技术非常感兴趣，专注AI和数据领域，如果对我的文章内容感兴趣，请帮忙关注点赞收藏，谢谢！
