当前位置: 首页 > news >正文

GLM-4-9B 是智谱 AI 推出的预训练模型 GLM-4 系列中的开源版本

根据glm4的项目介绍
GLM-4-9B 是智谱 AI 推出的预训练模型 GLM-4 系列中的开源版本。 在语义、数学、推理、代码和知识等多方面的数据集测评中, GLM-4-9B 及其人类偏好对齐的版本 GLM-4-9B-Chat 均表现出超越 Llama-3-8B 的卓越性能。除了能进行多轮对话,GLM-4-9B-Chat 还具备网页浏览、代码执行、自定义工具调用(Function Call)和长文本推理(支持最大 128K 上下文)等高级功能。本代模型增加了多语言支持,支持包括日语,韩语,德语在内的 26 种语言。我们还推出了支持 1M 上下文长度(约 200 万中文字符)的 GLM-4-9B-Chat-1M 模型和基于 GLM-4-9B 的多模态模型 GLM-4V-9B。GLM-4V-9B 具备 1120 * 1120 高分辨率下的中英双语多轮对话能力,在中英文综合能力、感知推理、文字识别、图表理解等多方面多模态评测中,GLM-4V-9B 表现出超越 GPT-4-turbo-2024-04-09、Gemini 1.0 Pro、Qwen-VL-Max 和 Claude 3 Opus 的卓越性能。
我制作了如下的流程图,支持大家对glm4的理解。

graph TDA["用户输入"] --> B["语义解析"]B --> C["任务分类"]C -- 数学 --> D["数学处理"]C -- 推理 --> E["推理处理"]C -- 代码 --> F["代码执行"]C -- 知识 --> G["知识查询"]C --> I["网页浏览"] & K["自定义工具调用"] & R["多语言支持"] & U["多模态 中英文综合能力"] & V["多模态 感知推理"] & W["多模态 文字识别"] & X["多模态 图表理解"]I --> J["获取网页数据"]K --> L["执行特定操作"]D --> N["指令构建器"]E --> NF --> NJ --> NR --> S["支持26种语言"]G --> NL --> NN -- ≤128K token --> O["文本模态 GLM-4-9B"]N -- >128K token --> P["超长文本模态 GLM-4-9B-Chat-1M"]Q["多轮对话"] --> NU --> T["多模态 GLM-4V-9B"]V --> TW --> TX --> TT --> H["结果返回"]O --> HP --> HS --> NC --> Q

明白了!以下是更新后的Mermaid流程图,使用>表示超出128K token的条件:

graph TDA["用户输入"] --> B["语义解析"]B --> C["任务分类"]C -- 数学 --> D["数学处理"]C -- 推理 --> E["推理处理"]C -- 代码 --> F["代码执行"]C -- 知识 --> G["知识查询"]C --> I["网页浏览"] & K["自定义工具调用"] & R["多语言支持"] & U["多模态 中英文综合能力"] & V["多模态 感知推理"] & W["多模态 文字识别"] & X["多模态 图表理解"] & Q["多轮对话"]I --> J["获取网页数据"]K --> L["执行特定操作"]D --> N["指令构建器"]E --> NF --> NJ --> NR --> S["支持26种语言"]G --> NL --> NN -- ≤128K token --> O["文本模态 GLM-4-9B"]N -- >128K token --> P["超长文本模态 GLM-4-9B-Chat-1M"]Q --> NU --> T["多模态 GLM-4V-9B"]V --> TW --> TX --> TT --> H["结果返回"]O --> HP --> HS --> N

现在流程图已正确显示超出128K token的条件。你可以在支持Mermaid的环境中查看该流程图。如需进一步修改,请告诉我!


http://www.mrgr.cn/news/35877.html

相关文章:

  • ssm“松冈凛”日漫播放系统-计算机毕业设计源码48767
  • 408解题小助手—文心智能体
  • OSCP pg Walla
  • SOMEIP_ETS_134: SD_Option_Length_ends_past_Options_Array_Var_A
  • 约克VRF中央空调打造Dream home的神器~
  • MySQL | excel数据输出insert语句
  • 如何解决:Java商城系统运营维护过程中用户反馈不及时的问题
  • Spring 全家桶使用教程
  • Pandas_ get_dummies独热编码
  • 生成式语言模型底层技术面试
  • yolov5和yolov2目标检测算法的训练和学习(hi3516)
  • 巨形象,这样看TCP和UDP的区别太简单了
  • 企微营销工具:赋能企业数字化转型的营销利器
  • Spring Boot 自动装配机制实战与业务案例
  • 视频融合共享平台LntonAIServer视频智能分析抖动检测算法和过亮过暗检测算法
  • 月薪45-60k!真心建议大家冲一冲数字化行业新兴领域,工资高前景好!
  • [论文速读] Multimodal Fusion on Low-quality Data:A Comprehensive Survey 低质多模态数据融合综述
  • 人工智能武器化与国家网络威慑机制选择
  • 微软Azure 解决方案架构师专家认证(AZ305认证)
  • Day28笔记-Python自动化操作Word