ChatGLM: Una Famiglia di Modelli Linguistici di Grande Scala da GLM-130B a GLM-4 con Tutti gli Strumenti

ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools

June 18, 2024

Autori: Team GLM, Aohan Zeng, Bin Xu, Bowen Wang, Chenhui Zhang, Da Yin, Diego Rojas, Guanyu Feng, Hanlin Zhao, Hanyu Lai, Hao Yu, Hongning Wang, Jiadai Sun, Jiajie Zhang, Jiale Cheng, Jiayi Gui, Jie Tang, Jing Zhang, Juanzi Li, Lei Zhao, Lindong Wu, Lucen Zhong, Mingdao Liu, Minlie Huang, Peng Zhang, Qinkai Zheng, Rui Lu, Shuaiqi Duan, Shudan Zhang, Shulin Cao, Shuxun Yang, Weng Lam Tam, Wenyi Zhao, Xiao Liu, Xiao Xia, Xiaohan Zhang, Xiaotao Gu, Xin Lv, Xinghan Liu, Xinyi Liu, Xinyue Yang, Xixuan Song, Xunkai Zhang, Yifan An, Yifan Xu, Yilin Niu, Yuantao Yang, Yueyan Li, Yushi Bai, Yuxiao Dong, Zehan Qi, Zhaoyu Wang, Zhen Yang, Zhengxiao Du, Zhenyu Hou, Zihan Wang

cs.AI

Abstract

Presentiamo ChatGLM, una famiglia in evoluzione di modelli linguistici di grandi dimensioni che abbiamo sviluppato nel tempo. Questo rapporto si concentra principalmente sulla serie linguistica GLM-4, che include GLM-4, GLM-4-Air e GLM-4-9B. Questi rappresentano i nostri modelli più avanzati, addestrati con tutte le intuizioni e le lezioni apprese dalle tre generazioni precedenti di ChatGLM. Ad oggi, i modelli GLM-4 sono pre-addestrati su dieci trilioni di token, principalmente in cinese e inglese, insieme a un piccolo insieme di corpus provenienti da 24 lingue, e allineati principalmente per l'uso in cinese e inglese. L'allineamento di alta qualità è ottenuto attraverso un processo di post-addestramento multi-fase, che include la messa a punto supervisionata e l'apprendimento dal feedback umano. Le valutazioni mostrano che GLM-4 1) rivaleggia o supera GPT-4 in termini di metriche generali come MMLU, GSM8K, MATH, BBH, GPQA e HumanEval, 2) si avvicina a GPT-4-Turbo nel seguire le istruzioni, misurato da IFEval, 3) eguaglia GPT-4 Turbo (128K) e Claude 3 per i compiti di contesto lungo, e 4) supera GPT-4 negli allineamenti cinesi, misurati da AlignBench. Il modello GLM-4 All Tools è ulteriormente allineato per comprendere l'intento dell'utente e decidere autonomamente quando e quale strumento utilizzare — inclusi browser web, interprete Python, modello text-to-image e funzioni definite dall'utente — per completare efficacemente compiti complessi. Nelle applicazioni pratiche, eguaglia e persino supera GPT-4 All Tools in compiti come l'accesso a informazioni online tramite navigazione web e la risoluzione di problemi matematici utilizzando l'interprete Python. Nel corso del tempo, abbiamo reso open source una serie di modelli, tra cui ChatGLM-6B (tre generazioni), GLM-4-9B (128K, 1M), GLM-4V-9B, WebGLM e CodeGeeX, attirando oltre 10 milioni di download su Hugging Face solo nel 2023. I modelli open possono essere accessibili tramite https://github.com/THUDM e https://huggingface.co/THUDM.

English

We introduce ChatGLM, an evolving family of large language models that we have been developing over time. This report primarily focuses on the GLM-4 language series, which includes GLM-4, GLM-4-Air, and GLM-4-9B. They represent our most capable models that are trained with all the insights and lessons gained from the preceding three generations of ChatGLM. To date, the GLM-4 models are pre-trained on ten trillions of tokens mostly in Chinese and English, along with a small set of corpus from 24 languages, and aligned primarily for Chinese and English usage. The high-quality alignment is achieved via a multi-stage post-training process, which involves supervised fine-tuning and learning from human feedback. Evaluations show that GLM-4 1) closely rivals or outperforms GPT-4 in terms of general metrics such as MMLU, GSM8K, MATH, BBH, GPQA, and HumanEval, 2) gets close to GPT-4-Turbo in instruction following as measured by IFEval, 3) matches GPT-4 Turbo (128K) and Claude 3 for long context tasks, and 4) outperforms GPT-4 in Chinese alignments as measured by AlignBench. The GLM-4 All Tools model is further aligned to understand user intent and autonomously decide when and which tool(s) touse -- including web browser, Python interpreter, text-to-image model, and user-defined functions -- to effectively complete complex tasks. In practical applications, it matches and even surpasses GPT-4 All Tools in tasks like accessing online information via web browsing and solving math problems using Python interpreter. Over the course, we have open-sourced a series of models, including ChatGLM-6B (three generations), GLM-4-9B (128K, 1M), GLM-4V-9B, WebGLM, and CodeGeeX, attracting over 10 million downloads on Hugging face in the year 2023 alone. The open models can be accessed through https://github.com/THUDM and https://huggingface.co/THUDM.