metadata
license: other
license_name: glm-4-9b
license_link: LICENSE
pipeline_tag: text-generation
tags:
- chatglm
- gptq
- int8
- 量化修复
- vLLM
GLM-4-9B-Chat-GPTQ-Int8-量化修复
【模型更新日期】
2024-06-18
【模型大小】
11.0GB
【06-05 情况告知】
- 目前需要用vllm entrypoint的方式来启动模型。
【更新日志】
2004-06-18
优化模型量化损失
2004-06-05 23:50
首次commit
【介绍】
GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 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 均表现出较高的性能。 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)的模型。
【量化修复】
调优了现有 AWQ
与 GPTQ
量化算法的量化策略。带有量化修复
标签的Int3
模型,可以比肩默认AWQ
与GPTQ
算法的Int8
模型的能力。
量化修复可以极大减少模型的
1.乱吐字
、2.无限循环
、3.长文能力丢失
等量化损失造成的模型不可用的情况。调优后的量化模型,
AWQ
与GPTQ
模型在能力上没有表现出明显区别。同时考虑到GPTQ
的vLLM
引擎的并发推理效率最好,所以不再制作AWQ
模型。待工作完成后补充...
【同期量化修复模型】
待工作完成后补充...
【模型下载】
from modelscope import snapshot_download
model_dir = snapshot_download('tclf90/模型名', cache_dir="本地路径")
【vLLM推理(目前仅限Linux)】
1. Python 简易调试
待工作完成后补充...
2. 类ChatGPT RESTFul API Server
>>> python -m vllm.entrypoints.openai.api_server --model 本地路径/tclf90/模型名称