0
0

开源模型应用落地-glm模型小试-glm-4-9b-chat-快速体验（一）

一、前言

GLM-4是智谱AI团队于2024年1月16日发布的基座大模型，旨在自动理解和规划用户的复杂指令，并能调用网页浏览器。其功能包括数据分析、图表创建、PPT生成等，支持128K的上下文窗口，使其在长文本处理和精度召回方面表现优异，且在中文对齐能力上超过GPT-4。与之前的GLM系列产品相比，GLM-4在各项性能上提高了60%，并且在指令跟随和多模态功能上有显著强化，适合于多种应用场景。尽管在某些领域仍逊于国际一流模型，GLM-4的中文处理能力使其在国内大模型中占据领先地位。该模型的研发历程自2020年始，经过多次迭代和改进，最终构建出这一高性能的AI系统。

二、术语

**2.1.**GLM-4-9B

是智谱 AI 推出的一个开源预训练模型，属于 GLM-4 系列。它于 2024 年 6 月 6 日发布，专为满足高效能语言理解和生成任务而设计，并支持最高 1M（约两百万字）的上下文输入。该模型拥有更强的基础能力，支持26种语言，并且在多模态能力上首次实现了显著进展。

GLM-4-9B的基础能力包括：

  • 中英文综合性能提升 40%，在特别的中文对齐能力、指令遵从和工程代码等任务中显著增强

  • 较 Llama 3 8B 的性能提升，尤其在数学问题解决和代码编写等复杂任务中表现优越

  • 增强的函数调用能力，提升了 40% 的性能

  • 支持多轮对话，还支持网页浏览、代码执行、自定义工具调用等高级功能，能够快速处理大量信息并给出高质量的回答

**2.2.**GLM-4-9B-Chat

是智谱 AI 在 GLM-4-9B 系列中推出的对话版本模型。它设计用于处理多轮对话，并具有一些高级功能，使其在自然语言处理任务中更加高效和灵活。

三、前置条件

3.1.基础环境及前置条件

** 1. 操作系统：centos7**

** 2. NVIDIA Tesla V100 32GB CUDA Version: 12.2 **

** 3.最低硬件要求**

3.2.下载模型

huggingface：

https://huggingface.co/THUDM/glm-4-9b-chat/tree/main

ModelScope：

魔搭社区

使用git-lfs方式下载示例：

3.3.创建虚拟环境

conda create --name glm4 python=3.10
conda activate glm4

3.4.安装依赖库

pip install torch>=2.5.0
pip install torchvision>=0.20.0
pip install transformers>=4.46.0
pip install huggingface-hub>=0.25.1
pip install sentencepiece>=0.2.0
pip install jinja2>=3.1.4
pip install pydantic>=2.9.2
pip install timm>=1.0.9
pip install tiktoken>=0.7.0
pip install numpy==1.26.4 
pip install accelerate>=1.0.1
pip install sentence_transformers>=3.1.1
pip install gradio==4.44.1
pip install openai>=1.51.0
pip install einops>=0.8.0
pip install pillow>=10.4.0
pip install sse-starlette>=2.1.3
pip install bitsandbytes>=0.43.3

四、技术实现

4.1.非流式输出方式的调用

# -*- coding: utf-8 -*-
import traceback
import torch
import time
from transformers import AutoTokenizer, AutoModelForCausalLM, LogitsProcessorList

modelPath = "/data/model/glm-4-9b-chat"

def generate(model, tokenizer, system, message, history):
    try:
        messages = [
            {"role": "system", "content": system},
        ]
        if len(history) > 0:
            for his in history:
                user = his[0]
                assistant = his[1]

                user_obj = {"role": "user", "content": user}
                assistant_obj = {"role": "assistant", "content": assistant}

                messages.append(user_obj)
                messages.append(assistant_obj)

        messages.append({"role": "user", "content": message})

        model_inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=False)

        inputs = tokenizer(
            model_inputs,
            return_tensors="pt",
            padding="max_length",
            truncation=True,
            max_length=8192).to(model.device)

        gen_kwargs = {
            "max_new_tokens":  8192,
            "num_beams": 1,
            "do_sample": True,
            "top_p": 0.9,
            "temperature": 0.6,
            "logits_processor":  LogitsProcessorList(),
            "eos_token_id": model.config.eos_token_id
        }

        output_ids = model.generate(**inputs, **gen_kwargs)
        
        result = output_ids[0][len(inputs.input_ids[0]):]
       
        response = tokenizer.decode(result, skip_special_tokens=True).strip()
        
        return response
    except Exception:
        traceback.print_exc()

def loadTokenizer():
    tokenizer = AutoTokenizer.from_pretrained(modelPath, trust_remote_code=True)
    return tokenizer

def loadModel():
    model = AutoModelForCausalLM.from_pretrained(
        modelPath,
        torch_dtype=torch.float16,
        trust_remote_code=True,
        device_map="auto").eval()
    return model

if __name__ == '__main__':
    tokenizer = loadTokenizer()
    model = loadModel()
    
    start_time = time.time()

    system = "你是一位专业的导游."
    message = "广州有什么特色的景点？"
    history = []

    response = generate(model, tokenizer, system, message,history)
    print(f"response: {response}")
    end_time = time.time()

    print("执行耗时: {:.2f}秒".format(end_time - start_time))

调用结果：

说明：

去掉prompt的部分，仅输出模型回答的部分

4.2.流式输出方式的调用

# -*- coding: utf-8 -*-
import traceback
import torch
import time
from threading import Thread
from transformers import AutoTokenizer, AutoModelForCausalLM, StoppingCriteria, StoppingCriteriaList, TextIteratorStreamer

modelPath = "/data/model/glm-4-9b-chat"

class StopOnTokens(StoppingCriteria):
    def __call__(self, input_ids: torch.LongTensor, scores: torch.FloatTensor, **kwargs) -> bool:
        stop_ids = model.config.eos_token_id
        for stop_id in stop_ids:
            if input_ids[0][-1] == stop_id:
                return True
        return False

def chat(model, tokenizer, streamer, system, message, history):
    try:
        messages = [
            {"role": "system", "content": system},
        ]
        if len(history) > 0:
            for his in history:
                user = his[0]
                assistant = his[1]

                user_obj = {"role": "user", "content": user}
                assistant_obj = {"role": "assistant", "content": assistant}

                messages.append(user_obj)
                messages.append(assistant_obj)

        messages.append({"role": "user", "content": message})

        print(messages)

        model_inputs = tokenizer.apply_chat_template(
            messages,
            add_generation_prompt=True,
            tokenize=True,
            return_dict=True,
            return_tensors="pt"
        ).to(model.device)

        generate_kwargs = {
            "input_ids": model_inputs["input_ids"],
            "attention_mask": model_inputs["attention_mask"],
            "streamer": streamer,
            "max_new_tokens": 8192,
            "do_sample": True,
            "top_p": 0.8,
            "temperature": 0.6,
            "stopping_criteria": StoppingCriteriaList([StopOnTokens()]),
            "repetition_penalty": 1.2,
            "eos_token_id": model.config.eos_token_id,
        }
        t = Thread(target=model.generate, kwargs=generate_kwargs)
        t.start()

        for new_text in streamer:
            yield new_text

    except Exception:
        traceback.print_exc()

def getStreamer(tokenizer):
    streamer = TextIteratorStreamer(
        tokenizer=tokenizer,
        timeout=60,
        skip_prompt=True,
        skip_special_tokens=True
    )
    return streamer

def loadTokenizer():
    tokenizer = AutoTokenizer.from_pretrained(modelPath, trust_remote_code=True)
    return tokenizer

def loadModel():
    model = AutoModelForCausalLM.from_pretrained(
        modelPath,
        torch_dtype=torch.float16,
        trust_remote_code=True,
        device_map="auto").eval()
    return model

if __name__ == '__main__':
    tokenizer = loadTokenizer()
    model = loadModel()
    streamer = getStreamer(tokenizer)
    start_time = time.time()

    system = "你是一位专业的导游."
    message = "广州有什么特色的景点？"
    history = []

    response = chat(model, tokenizer, streamer, system, message, history)

    result = []
    for r in response:
        result.append(r)
        print(r)

    print("".join(result))

    end_time = time.time()
    print("执行耗时: {:.2f}秒".format(end_time - start_time))

调用结果：

(glm4) [root@gpu-05 test]#  python -u glm4_9b_chat_test.py
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████████████████████████| 10/10 [00:10<00:00,  1.04s/it]
[{'role': 'system', 'content': '你是一位专业的导游.'}, {'role': 'user', 'content': '广州有什么特色的景点？'}]

当然

，广州
作为中国
历史文化
名城
和
现代化
大
都市

，拥有
众多
特色
景点

。以下
是一些
不容
错
过的
广州
特色
景点
：

1. 
**白云
山

**：位于
广州市
北部

，是
广州市
的

“绿色
肺

”。这里有
丰富的
自然
景观
和历史
遗迹

，如
云
台
花园

、明珠
楼
等
。

2. 
**长
隆
旅游
度假区

**：包括
长
隆
野生动物
世界

、水上
乐园

、国际
大
马
戏
等多个
主题
公园

，适合
家庭
游玩
。

3. 
**珠江
夜
游

**：乘坐
游
船
游览
美丽的
珠江
两岸
风光

，欣赏
广州
塔

（小
蛮
腰

）、海
心
沙
等地
标
性
建筑
夜景
。

4. 
**陈
家
祠

**：又称
陈
氏
书院

，是一座
典型的
岭南
传统
建筑

，以其
精美的
木
雕

、石
雕
和
砖
雕
著称
。

5. 
**北京
路
步行
街

**：这里是
广州
最
繁华
的商业
街区
之一

，可以
品尝
到
各种
地道
的小
吃

，购买
各式
商品
。

6. 
**上下
九
步行
街

**：以
古老的
骑
楼
建筑
群
为
特点

，两旁
商铺
林
立

，售卖
各类
服饰

、饰品
和小
吃
。

7. 
**越
秀
山

**：越秀山顶
有
五
羊
雕像

，是
广州
的地
标
之一

。此外

，还有
中山
纪念
堂

、广州
博物馆
等重要
历史
遗址
。

8. 
**华南
植物园

**：是中国
南方
最大的
植物
科研
基地
之一

，园
内有
多种
珍
稀
植物
。

9. 
**广州
塔

（小
蛮
腰

）**：作为
广州
的新
地标

，游客
可
在此
观赏
城市
全景

，体验
高空
观光
设施
。

10. 
**广东省
博物馆

**：收藏
了
大量的
文物
艺术品

，展示了
广东
悠久
的历史
文化
。

这些
只是
广州
部分
著名
景
点的
介绍

，实际上
这座城市
还有很多
其他
值得
探索
的地方

。希望
您
在广州
有一个
愉快的
旅行

！

当然，广州作为中国历史文化名城和现代化大都市，拥有众多特色景点。以下是一些不容错过的广州特色景点：

1. **白云山**：位于广州市北部，是广州市的“绿色肺”。这里有丰富的自然景观和历史遗迹，如云台花园、明珠楼等。

2. **长隆旅游度假区**：包括长隆野生动物世界、水上乐园、国际大马戏等多个主题公园，适合家庭游玩。

3. **珠江夜游**：乘坐游船游览美丽的珠江两岸风光，欣赏广州塔（小蛮腰）、海心沙等地标性建筑夜景。

4. **陈家祠**：又称陈氏书院，是一座典型的岭南传统建筑，以其精美的木雕、石雕和砖雕著称。

5. **北京路步行街**：这里是广州最繁华的商业街区之一，可以品尝到各种地道的小吃，购买各式商品。

6. **上下九步行街**：以古老的骑楼建筑群为特点，两旁商铺林立，售卖各类服饰、饰品和小吃。

7. **越秀山**越秀山顶有五羊雕像，是广州的地标之一。此外，还有中山纪念堂、广州博物馆等重要历史遗址。

8. **华南植物园**：是中国南方最大的植物科研基地之一，园内有多种珍稀植物。

9. **广州塔（小蛮腰）**：作为广州的新地标，游客可在此观赏城市全景，体验高空观光设施。

10. **广东省博物馆**：收藏了大量的文物艺术品，展示了广东悠久的历史文化。

这些只是广州部分著名景点的介绍，实际上这座城市还有很多其他值得探索的地方。希望您在广州有一个愉快的旅行！
执行耗时: 14.89秒

五、附带说明

5.1.问题一： undefined symbol: __nvJitLinkComplete_12_4, version libnvJitLink.so.12

解决：

export LD_LIBRARY_PATH=/usr/local/miniconda3/envs/glm4/lib/python3.10/site-packages/nvidia/nvjitlink/lib:$LD_LIBRARY_PATH

**5.2.**GLM-4-9B-Chat多语言能力

**5.3.**GLM-4-9B-Chat工具调用能力

标签： 深度学习 自然语言处理 语言模型
本文转载自: https://blog.csdn.net/qq839019311/article/details/143482542
版权归原作者 开源技术探险家 所有， 如有侵权，请联系我们删除。
登录后发布评论

“开源模型应用落地-glm模型小试-glm-4-9b-chat-快速体验（一）”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

电子电气架构 -- ASIL D安全实现策略

VMware Workstation 18 Tech Preview：为Windows 11虚拟机安全保驾护航

生物安全实验室的等级是什么,有哪些等级

CentOS修改SSH远程端口(详细教程)

局域网与广域网：探索网络的规模与奥秘（3/10）

docker简介、安装、基础知识

Git核心概念

文章导航