ChatGLM: Uma Família de Modelos de Linguagem de Grande Escala, do GLM-130B ao GLM-4 All Tools

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

June 18, 2024

Autores: 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

Resumo

Apresentamos o ChatGLM, uma família em evolução de modelos de linguagem de grande escala que temos desenvolvido ao longo do tempo. Este relatório concentra-se principalmente na série de linguagem GLM-4, que inclui GLM-4, GLM-4-Air e GLM-4-9B. Eles representam nossos modelos mais capazes, treinados com todos os insights e lições obtidos das três gerações anteriores do ChatGLM. Até o momento, os modelos GLM-4 foram pré-treinados em dez trilhões de tokens, principalmente em chinês e inglês, juntamente com um pequeno conjunto de corpus de 24 idiomas, e alinhados principalmente para uso em chinês e inglês. O alinhamento de alta qualidade é alcançado por meio de um processo de pós-treinamento em múltiplas etapas, que envolve ajuste fino supervisionado e aprendizado a partir de feedback humano. As avaliações mostram que o GLM-4 1) rivaliza de perto ou supera o GPT-4 em termos de métricas gerais como MMLU, GSM8K, MATH, BBH, GPQA e HumanEval, 2) se aproxima do GPT-4-Turbo na capacidade de seguir instruções, conforme medido pelo IFEval, 3) iguala o GPT-4 Turbo (128K) e o Claude 3 em tarefas de contexto longo, e 4) supera o GPT-4 em alinhamentos de chinês, conforme medido pelo AlignBench. O modelo GLM-4 All Tools é ainda mais alinhado para compreender a intenção do usuário e decidir autonomamente quando e quais ferramentas usar — incluindo navegador web, interpretador Python, modelo de texto para imagem e funções definidas pelo usuário — para concluir tarefas complexas de forma eficaz. Em aplicações práticas, ele iguala e até supera o GPT-4 All Tools em tarefas como acessar informações online por meio de navegação na web e resolver problemas matemáticos usando o interpretador Python. Ao longo do processo, disponibilizamos uma série de modelos em código aberto, incluindo ChatGLM-6B (três gerações), GLM-4-9B (128K, 1M), GLM-4V-9B, WebGLM e CodeGeeX, atraindo mais de 10 milhões de downloads no Hugging Face apenas no ano de 2023. Os modelos abertos podem ser acessados através de 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.