大模型实践笔记(1)——GLM-6B实践

目录

[在Ubuntu上的配置Git Large File Storage](#在Ubuntu上的配置Git Large File Storage)

[安装Git LFS:](#安装Git LFS:)

[设置Git LFS:](#设置Git LFS:)

[使用Git LFS:](#使用Git LFS:)

安装GLM-6B

环境依赖

ChatGLM2-6B介绍

配置GLM

下载代码

构建环境

安装依赖

本地部署

网页UI


很多模型在hugging face上面,我们一般采用远程的文件指针形式

在Ubuntu上的配置Git Large File Storage

安装Git LFS

  • 在大多数Linux发行版上,您可以使用包管理器来安装Git LFS。例如,在基于Debian的系统上(如Ubuntu),您可以使用以下命令:

    bash 复制代码
    sudo apt-get update sudo apt-get install git-lfs
  • 对于其他操作系统或者如果您希望使用不同的安装方法,可以访问Git LFS的官方网站获取更详细的安装指南:Git LFS 官方网站。

设置Git LFS

  • 安装完成后,您需要设置Git LFS。在您的仓库目录中运行以下命令来初始化Git LFS:

    bash 复制代码
    git lfs install
  • 这个命令会设置必要的Git钩子(hooks),以便Git LFS可以管理大文件。

使用Git LFS

  • 您可以开始使用Git LFS来追踪大文件了。例如,如果您想追踪所有的 .bin 文件,您可以使用以下命令:

    bash 复制代码
    git lfs track "*.bin"
  • 然后,您可以像平常一样使用 git addgit commit 命令提交您的更改。

  • 当您克隆一个使用Git LFS的仓库时,您可能需要使用 git lfs pull 命令来拉取存储在LFS中的大文件。

安装GLM-6B

在主要评估LLM模型中文能力的 C-Eval 榜单中,截至6月25日 ChatGLM2 模型以 71.1 的分数位居 Rank 0 ,ChatGLM2-6B 模型以 51.7 的分数位居 Rank 6,是榜单上排名最高的开源模型。

环境依赖

  • CUDA 11.7

  • Python 3.10

  • pytorch 1.13.1+cu117

ChatGLM2-6B介绍

ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本,在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上,ChatGLM2-6B 引入了如下新特性:

  • 更强大的性能:基于 ChatGLM 初代模型的开发经验,我们全面升级了 ChatGLM2-6B 的基座模型。ChatGLM2-6B 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,评测结果显示,相比于初代模型,ChatGLM2-6B 在 MMLU(+23%)、CEval(+33%)、GSM8K(+571%) 、BBH(+60%)等数据集上的性能取得了大幅度的提升,在同尺寸开源模型中具有较强的竞争力。

  • 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 8K 的上下文长度训练,允许更多轮次的对话。但当前版本的 ChatGLM2-6B 对单轮超长文档的理解能力有限,我们会在后续迭代升级中着重进行优化。

  • 更高效的推理:基于 Multi-Query Attention 技术,ChatGLM2-6B 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 权重对学术研究完全开放,在获得官方的书面许可后,亦允许商业使用。如果您发现我们的开源模型对您的业务有用,我们欢迎您对下一代模型 ChatGLM3 研发的捐赠。

配置GLM

下载代码

bash 复制代码
 $ git clone https://github.com/THUDM/ChatGLM2-6B

构建环境

python 复制代码
$ conda create -n GLM python=3.10       # 创建新环境
$ conda activate GLM                    # 激活环境

安装依赖

python 复制代码
 $ cd ChatGLM2-6B
 $ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

本地部署

bash 复制代码
$ git lfs install
$ git clone https://huggingface.co/THUDM/chatglm2-6b

模型的实现仍然处在变动中。如果希望固定使用的模型实现以保证兼容性,可以在 from_pretrained 的调用中增加 revision="v1.0" 参数。v1.0 是当前最新的版本号,完整的版本列表参见 Change Log。

Cli测试

修改cli_demo.py

python 复制代码
$ python cli_demo.py
相关推荐
致***锌1 小时前
期权标准化合约是什么?
笔记
Wilber的技术分享2 小时前
【机器学习实战笔记 14】集成学习:XGBoost算法(一) 原理简介与快速应用
人工智能·笔记·算法·随机森林·机器学习·集成学习·xgboost
V我五十买鸡腿4 小时前
顺序栈和链式栈
c语言·数据结构·笔记·算法
麟城Lincoln5 小时前
【RHCSA-Linux考试题目笔记(自用)】servera的题目
linux·笔记·考试·rhcsa
丰锋ff5 小时前
计网学习笔记第2章 物理层(灰灰题库)
笔记·学习
阿絮~7 小时前
Apache RocketMQ进阶之路阅读笔记和疑问
笔记·apache·rocketmq
天水幼麟12 小时前
动手学深度学习-学习笔记(总)
笔记·深度学习·学习
天水幼麟14 小时前
动手学深度学习-学习笔记【二】(基础知识)
笔记·深度学习·学习
绿皮的猪猪侠14 小时前
算法笔记上机训练实战指南刷题
笔记·算法·pta·上机·浙大
沧海一笑-dj15 小时前
【51单片机】51单片机学习笔记-课程简介
笔记·学习·51单片机·江科大·江科大学习笔记·江科大单片机·江科大51单片机