清华团队的ChatGPT发布：国人用起来相当友好

　　终于，清华大学唐杰团队也出手了。

　　就在GPT4发布的同一天，唐教授在微博宣布：

　　基于千亿参数大模型的对话机器人ChatGLM，现在开启邀请制内测。

　　据介绍，ChatGLM专门针对中文进行了优化，可以说是国人友好～

　　看起来，写博客提纲、创作剧本、解数学题、写代码，甚至是扮演高冷御姐，它都拿捏的死死的：

　　△写介绍ChatGLM的博客提纲

　　△Cosplay聊天扮演高冷御姐

　　量子位有幸拿到了内测名额，将在后文进行一波实测。

　　与此同时，还有另一个消息宣布：

　　唐杰团队为了与社区一起更好地推动大模型技术的发展，同时开源了包含62亿参数的双语ChatGLM-6B模型。

　　它最大的特点是在普通电脑上就能进行部署，有一块2080Ti就行。

　　一起来看看。

　　能写文言文致辞，知道何恺明最新动态，但……

　　先看ChatGLM，它是唐杰团队大模型家族时隔半年诞生的一位新成员。

　　alpha内测版名称叫QAGLM(全称qa-glm-v0.7)。

　　浅试一下效果。

　　首先，我们让它说了一下它和ChatGPT的区别。

　　它点出了自己的研发机构，和擅长中文的特点。

　　那么，就让它用文言文写个致谢词叭。

　　咋说，虽然多了一个“余”、出现了一个莫名其妙的繁体字，但读着还可以，用的排比句增强了气势。

　　接着，我们把前几日硅谷暴雷的文章开头丢给它，让它起个标题。

　　感觉还不错，起码抓住了几个关键信息。

　　不幸的是，论文挑战没有通过，我们把GLM-130B的链接扔给它，让它简要概括一下主题时，它说的根本不是这篇。

　　跟ChatGPT胡邹参考文献的操作简直有得一拼(手动狗头)。

　　接下来，考考它的数学能力吧。

　　这道小学应用题没问题：

　　不过鸡兔同笼，就难倒它了，最后居然还算出了负数==

　　编程方面，也可以解决简单的算法题。

　　归纳信息能力呢?我们给了一段英文需求，不难：

　　结果正确：

　　需要注意的是，目前ChatGLM每轮对话最多只可以进行5个来回，每次最多输入1000字。

　　它对新信息的掌握度不错，知道推特现在的CEO是马斯克，也知道何恺明3月10日回归学界的事情，但还没发现GPT-4已经发布了。

　　以及，目前响应速度还是非常快的，无论什么问题，回答得对不对，基本几秒内就能给出答案。

　　最后，量子位也让它来了个cosplay，看看哄女朋友的本事如何：

　　emmm，虽然有点板正，但听完这段话“我”的气确实消了。

　　那么，以上就是我们的测试结果，各位觉得如何?

　　基于1300亿参数的基座模型打造

　　据官方介绍，ChatGLM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来实现人类意图对齐(就是让机器的回答符合人类价值观、人类期望)。

　　这个GLM-130B的来头值得说道一番。

　　它是由清华大学知识工程实验室(KEG)与智谱AI共同研发的一个大规模中英文预训练语言模型，参数1300亿，去年8月正式对外发布。

　　不同于BERT、GPT-3以及T5的架构，GLM-130B是一个包含多目标函数的自回归预训练模型。

　　它的优势包括：

　　在Stanford报告的30个世界主流大模型评测中，GLM-130B也成为了亚洲唯一入选的模型。

　　且获得了不错的成绩：

　　比如在准确性和恶意性指标上与GPT-3 175B(davinci)接近或持平，鲁棒性和校准误差在所有千亿规模的基座大模型(作为公平对比，只对比无指令提示微调模型)中也可圈可点。

　　而就在CCF最近的一场会议上，有现场观众提问：ChatGPT为什么没有诞生在中国?是我们没有关注这件事吗?

　　嘉宾就把GLM-130B搬了出来(它也入选了ICLR’23)。

　　现在，GLM-130B也终于被派上了“大用场”。

　　关于内测，唐杰团队表示，后续会逐步扩大范围，有兴趣的朋友可以再等一等。

　　60亿参数的缩小版同时开源

　　除了这个聊天机器人ChatGLM，唐杰团队这次也把GLM-130B的“缩小版”ChatGLM-6B开源了出来。

　　△GitHub已经揽获近2k标星

　　ChatGLM-6B使用与ChatGLM相同的技术，初具中文问答和对话功能。

　　特点如下：

　　当然，缺点就是容量只有60亿，其模型记忆和语言能力较弱，不擅长逻辑类问题(如数学、编程)，以及多轮对话可能会出现上下文丢失和理解错误的情况。

　　但它主打的就是一个低门槛，在单张2080Ti上就能进行推理使用，硬件需求不高。

　　因此，只要有兴趣都可以下载下来试试，进行研究和(非商用的)应用开发都可以