GLM-4-9B性能究竟如何？

GLM-4-9B 开源系列模型

前言

QQ截图20240605201737.png

自 2023 年 3 月 14 日 ChatGLM-6B 开源以来，GLM 系列模型受到广泛认可。特别是在 ChatGLM3-6B 开源后，针对让小模型能够拥有更为强大的能力这一目标，GLM 技术团队展开了诸多的探索性工作。历经将近半年的探索历程，他们成功推出了第四代 GLM 系列的开源模型，即 GLM-4-9B。

介绍GLM-4-9B

QQ截图20240605201931.png

GLM-4-9B在预训练时引入大语言模型进入数据筛选流程，获得 10T 高质量多语言数据，数据量超 ChatGLM3-6B 模型 3 倍多，且采用 FP8 技术高效预训练，训练效率比第三代模型提高 3.5 倍。考虑多数用户显存大小后，将模型规模提升至 9B，预训练计算量增加 5 倍。

综合各种技术升级和经验，GLM-4-9B 模型有更强推理性能、更长上下文处理能力、多语言、多模态和 All Tools 等突出能力。其系列包括基础版本 GLM-4-9B（8K）、对话版本 GLM-4-9B-Chat（128K）、超长上下文版本 GLM-4-9B-Chat-1M（1M）和多模态版本 GLM-4V-9B-Chat（8K）。

基于强大预训练基座，GLM-4-9B 的中英文综合性能比 ChatGLM3-6B 提升 40%，在一些方面如 AlignBench、IFeval、Natural Code Bench 等显著提升，对比 Llama 3 8B 模型也不逊色，中文学科方面提升达 50%。其上下文从 128K 扩展到 1M tokens，可处理约 200 万字输入。GLM-4-9B-Chat-1M 模型在 1M 上下文长度下进行“大海捞针”实验显示出出色无损处理能力。

多语言方面支持 26 种语言，还改进了 tokenizer 词表大小，编码效率提高 30%，在多语言测试中显著超越 Llama-3-8B-Instruct。Function Call 能力大幅升级，与 GPT-4 相当。All Tools 能力即能理解和使用一系列外部工具，GLM-4 模型已升级此能力，GLM-4-9B 也具备，且开源仓库有完整 All Tools Demo。

同时，还首次推出基于 GLM 基座的开源多模态模型 GLM-4V-9B，采用类似 CogVLM2 架构设计，能处理高分辨率输入，通过降采样减少 token 开销，未引入额外视觉专家模块，直接混合文本和图片数据训练，性能优势明显，在一些任务中与 GPT-4V 不相上下。