智谱AI GLM4发布会全解析:揭秘国产AI大模型的最新进展
转:数字生命卡兹克
一、智谱AI的背景
智谱AI,是我一直非常喜欢的国内大模型公司。喜欢他们不仅因为他们学术气息浓厚,技术底蕴深,更是因为这家公司的真诚、开放的态度。前段时间他们给AI创业者提供的“Z计划”,让我感叹他们的格局。
二、智谱AI的GLM4发布会
今天,他们终于正式召开了他们的发布会,但是这个发布会的结构还是非常“智谱”。上午发布GLM4、ALL Tools、多模态大模型CogVLM3、代码大模型CodeGeeX3、汇报技术进展,下午圆桌讨论讲干货。
1. GLM4的发布
其中,GLM4的发布是国内所有AI相关人员都在关注的重点,其意义不亚于去年大模型GPT4的发布。毕竟,中国也真的需要自己的,真正属于自己技术路线的大模型。
GLM采用的是与GPT完全不同的技术路线,基于Transformer架构的模型有三种:仅编码器架构(Encoder-only)、仅解码器架构(Decoder-only)、编码器-解码器架构(Encoder-Decoder)。GPT走的是仅解码器架构,而智谱是借了编码器-解码器架构思想走的自己的路,这也是我为什么一直很关注他们。
他们之前开源的GLM6B,在国际上掀起了多少的风浪,也相信不用我多说了。
2. GLM4发布会的三个重点
我觉得可以用3个点来总结掉:
- 基座模型的性能提升。
- All Tools。
- GLMs。
从整体上看,智谱AI毫不避讳的直接对标OpenAI,用他们的话说,我们还在不断的追赶OpenAI,追赶GPT,他们有的,我们都要有。
2.1 GLM4基座模型的性能提升
首先是基座的评分,几个比较主流的评测任务,我简单的介绍一些这些评测集的代表意义,让大家知道GLM4在哪些地方效果好,哪些地方跟GPT4还有一些差距。
- MMLU(Massive Multitask Language Understanding) :这个测试是一个大规模多任务语言理解测试,主要评估大模型的对于知识的理解的,可以看到目前GLM4是81.5分,GPT4是86.4分,目前能达到GPT4的94%。
- GSM8K (Grade School Math 8K) :主要是测试数学能力,基本就是小学数学和初中数学水平。GLM4打到GPT4的95%。
- MATH:跟GSM8K 有点类似,也是偏数学,但是会更难更复杂一点,涉及到一些比较难的逻辑推理。目前GLM4只能达到GPT4的91%。
- BBH (Big Bench Hackathon) :偏综合测试,有一堆综合类的任务,比如翻译、语言理解、逻辑推理等等乱七八糟的。这块GLM4很强,基本跟GPT4打平,能到99%。
- HellaSwag:偏常识测试的任务,看看大模型有没有人类的常识。这块是目前GLM4对比GPT4最弱的一个,只能达到90%。
- HumanEval:纯粹的编程任务。评测大模型在算法、代码、编程层面的效果。这块是GLM4唯一超越GPT4的任务,非常强,程序员有福了。
从这些里面,你就能大概知道GLM4目前是个啥水平了,智谱也很实诚,从来不会说全面超越GPT4这种鬼话,不弄虚做假,客观的承认差距,然后努力追赶,这点我非常非常喜欢。
基座能力第二个方面就是指令跟随上,通俗点说,就是理解Prompt和Instruction的能力上。GLM4目前大概都在GPT4的88%左右。
GPT4的语义理解和吃Prompt的能力,我相信大家都知道,基本是冠绝全球,不要以为88%所以不咋地,你要看跟谁比。。。国内的很多的所谓全面超越GPT4的大模型,你能达到60%我就愿意给你磕一个。
在中文的能力上,GLM4各方面都比GPT4强一点,这个正常,毕竟GPT4就那么点中文预料,超过是正常事。但是可以看到,在推理这块,受限于大模型本身的底层能力,还是差了一点点。
GLM4终于也上了128K的长文本,大概等于一次性灌300页吧,最好玩的是智谱自己也做了一个“大海捞针”的测试,很有意思。
2.2 ALL Tools
ChatGPT有一个能牛逼的玩意,我相信用过的人都知道,就是他们的All Tools,在一个任务里,可以同时调用联网、画图、识图、代码解释器。形成一个小型Agent,能做很多很有意思的事情。
目前国内还没有一个能真正把ALL Tools搞出来的,智谱是第一个。
其实他们的识图能力其实早就有了,代码解释器也有了,这次主要是新增了画图的部分,也就是CogView3。再将它们全部打包在了一起。
比如我说一句:“搜索一下过去7天北京的天气,然后给我处理成一张表格让我可以下载”,直接就给我处理完了,非常爽。第一次,在国产大模型上用上了ALL Tools。要知道,GPT4的联网搜索默认都是外网,那些个结果,很多时候真的特娘的水土不服。
然后智谱也上线了他们的绘图大模型CogView3。
有一说一,之前智谱的画图模型,真的,有点丑emmmm…..
但是这次得到了大幅的加强,至少,能看了。
你要是拿它跟MJ比那就有点欺负人了,但是至少画出来的东西不丑,能用,并且最好的一点是,可以用自然语义去做微调。
比如说,我先让他画一只“短脚柯基在公园里奔跑”,画的还不错,挺可爱的。然后我们再说一句:“给它旁边加几只蝴蝶”,小蝴蝶就加上了,这种感觉还是很爽的。说实话,我还是喜欢用这种自然语言作画。
然后再放几个他们的参数,从数据层面对标一下GPT4,这块我就不去做过多详细的解释了,有兴趣的可以自己去用智谱清言识图,让他给你解释一下。
他们自己官方也放了两个例子,可以简单看下。
2.3 GLMs
众所周知,OpenAI上线了他们的GPTs,前几天也上线了GPT store,被各种人吹为下一个APP store。当然,到底是不是,那就是另一个话题了…
现在智谱也正式上线了他们的GLMs和智能体中心。
目前没有搜索,只有官方推荐的,基本能保证这些GLMs的质量,毕竟GPTs那玩意,真的鱼龙混杂。
而在整个GLMs的创建页面上,智谱这次挺致敬的(笑)。跟GPTs基本一摸一样,你用过GPTs创建智能体的话,就会很容易上手了。直接用自然语义来,来说人话,就OK。你做完了以后,也可以分享给朋友。
他们也即将公布创作者分成计划。
期待一下后面的生态,看看智谱要怎么运营这块。
三、写在最后
说一个有趣的小故事。
早上智谱CEO张鹏在演讲讲一半,即将开始现场演示时,直接宣布GLM4已经正式上线,大家可以立刻在线上使用了。
然后才开始的现场演示。
然后,就,翻车了。。。当时在画一张图,我记得好像是个狗还是啥,愣是加载不出来。
如果这是别的国产大模型公司,可能就各种冷嘲热讽就开始了。
然而在群里,大家在看到翻车后,画风完全不一样。
你的口碑、你的真诚,是会被所有人看到的。
这是绝对的,长期的力量。
智谱的开源、贡献,国内AI行业肯定都是看的到的。
比如他们又成立了大模型科研基金。
掏1000张GPU、1000万人民币、1000亿的Token,来支持开源开放的大模型软件开发。
我觉得,这就是中国AI,龙头的格局吧。