自学内容网 自学内容网

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 TD
    A["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 --> N
    F --> N
    J --> N
    R --> S["支持26种语言"]
    G --> N
    L --> N
    N -- ≤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"] --> N
    U --> T["多模态 GLM-4V-9B"]
    V --> T
    W --> T
    X --> T
    T --> H["结果返回"]
    O --> H
    P --> H
    S --> N
    C --> 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 TD
    A["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 --> N
    F --> N
    J --> N
    R --> S["支持26种语言"]
    G --> N
    L --> N
    N -- ≤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 --> N
    U --> T["多模态 GLM-4V-9B"]
    V --> T
    W --> T
    X --> T
    T --> H["结果返回"]
    O --> H
    P --> H
    S --> 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!


原文地址:https://blog.csdn.net/weixin_41046245/article/details/142496579

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!