【大模型】长度 32K 上下文的 ChatGLM2-6B-32K 来了，开源可商用
简介
ChatGLM2-6B-32K
ChatGLM2-6B-32K在ChatGLM2-6B的基础上进一步强化了对于长文本的理解能力，能够更好的处理最多32K长度的上下文。
基于位置插值（Positional Interpolation）的方法对位置编码进行了更新，并在对话阶段使用 32K 的上下文长度训练。
在实际的使用中，如果上下文长度基本在 8K 以内，我们推荐使用ChatGLM2-6B地址；如果需要处理超过 8K 的上下文长度，推荐使用ChatGLM2-6B-32K。
ChatGLM2-6B-32K 新特性
ChatGLM2-6B-32K是开源中英双语对话模型 ChatGLM2-6B 的加长版本:
- 训练数据：ChatGLM2-6B-32K 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练。
- 更长的上下文：基于 FlashAttention 技术，我们将基座模型的上下文长度（Context Length）由 ChatGLM-6B 的 2K 扩展到了 32K，并在对话阶段使用 32K 的上下文长度训练，允许更多轮次的对话。
- 更高效的推理：基于 Multi-Query Attention 技术，ChatGLM2-6B-32K 有更高效的推理速度和更低的显存占用：在官方的模型实现下，推理速度相比初代提升了 42%，INT4 量化下，6G 显存支持的对话长度由 1K 提升到了 8K。
- 更开放的协议：ChatGLM2-6B-32K 权重对学术研究完全开放，在填写问卷进行登记后亦允许免费商业使用。
环境配置
环境搭建
具体搭建过程参考：
【AI实战】最强开源 6B 中文大语言模型ChatGLM2-6B，从零开始搭建
- ChatGLM2-6B 搭建
安装依赖
pip install protobuf transformers==4.30.2 cpm_kernels torch>=2.0 gradio mdtex2html sentencepiece accelerate
代码及模型权重拉取
拉取 ChatGLM2-6B
git clone https://github.com/THUDM/ChatGLM2-6B
github网站偶尔会抽风，需要耐心等待，如果失败了，再重新拉取
拉取 chatglm2-6b-32k 模型权重及代码
cd ChatGLM2-6B
git clone https://huggingface.co/THUDM/chatglm2-6b-32k
由于权重文件特别大，如果失败了，执行 rm -rf chatglm2-6b-32k，再重新拉取。
查看文件列表：
ls -l chatglm2-6b-32k
输出：
.gitattributes 1.52 kB
MODEL_LICENSE 4.13 kB
README.md 9.04 kB
config.json 1.25 kB
configuration_chatglm.py 2.31 kB
modeling_chatglm.py 51.5 kB
pytorch_model-00001-of-00007.bin 1.83 GB
pytorch_model-00002-of-00007.bin 1.97 GB
pytorch_model-00003-of-00007.bin 1.93 GB
pytorch_model-00004-of-00007.bin 1.82 GB
pytorch_model-00005-of-00007.bin 1.97 GB
pytorch_model-00006-of-00007.bin 1.93 GB
pytorch_model-00007-of-00007.bin 1.05 GB
pytorch_model.bin.index.json 20.4 kB
quantization.py 14.7 kB
tokenization_chatglm.py 10.1 kB
tokenizer.model 1.02 MB
tokenizer_config.json
【】如果大文件下载失败，按照下面的方法下载模型文件；
wget https://huggingface.co/THUDM/chatglm2-6b-32k/resolve/main/pytorch_model-00001-of-00007.bin
wget https://huggingface.co/THUDM/chatglm2-6b-32k/resolve/main/pytorch_model-00002-of-00007.bin
其他的同上...
终端测试
进入python环境：
python3
输入代码：
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("./chatglm2-6b-32k", trust_remote_code=True)
model = AutoModel.from_pretrained("./chatglm2-6b-32k", trust_remote_code=True).half().cuda()
model = model.eval()
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)
输出：
晚上睡不着可能会让你感到焦虑或不舒服,但以下是一些可以帮助你入睡的方法:
1. 制定规律的睡眠时间表:保持规律的睡眠时间表可以帮助你建立健康的睡眠习惯,使你更容易入睡。尽量在每天的相同时间上床,并在同一时间起床。
2. 创造一个舒适的睡眠环境:确保睡眠环境舒适,安静,黑暗且温度适宜。可以使用舒适的床上用品,并保持房间通风。
3. 放松身心:在睡前做些放松的活动,例如泡个热水澡,听些轻柔的音乐,阅读一些有趣的书籍等,有助于缓解紧张和焦虑,使你更容易入睡。
4. 避免饮用含有咖啡因的饮料:咖啡因是一种刺激性物质,会影响你的睡眠质量。尽量避免在睡前饮用含有咖啡因的饮料,例如咖啡,茶和可乐。
5. 避免在床上做与睡眠无关的事情:在床上做些与睡眠无关的事情,例如看电影,玩游戏或工作等,可能会干扰你的睡眠。
6. 尝试呼吸技巧:深呼吸是一种放松技巧,可以帮助你缓解紧张和焦虑,使你更容易入睡。试着慢慢吸气,保持几秒钟,然后缓慢呼气。
如果这些方法无法帮助你入睡,你可以考虑咨询医生或睡眠专家,寻求进一步的建议。
网页测试
使用 gradio 搭建页面
安装 gradio
pip install gradio -i https://pypi.tuna.tsinghua.edu.cn/simple
加载模型并启动服务
修改模型路径；
vi web_demo.py
到6,7行：
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True).cuda()
修改为：
tokenizer = AutoTokenizer.from_pretrained("./chatglm2-6b-32k", trust_remote_code=True)
model = AutoModel.from_pretrained("./chatglm2-6b-32k", trust_remote_code=True).cuda()
开启服务：
python web_demo.py
测试地址：
http://10.192.x.x:7860/
参考
- https://github.com/THUDM/ChatGLM2-6B
- https://huggingface.co/THUDM/chatglm2-6b-32k
- https://huggingface.co/THUDM/chatglm2-6b
- https://github.com/THUDM/GLM
