Today | 智谱AI Open Day

前不久，智谱官微放出来了关于智谱AI Open Day的预告。

今天，智谱AI 在OpenDay正式开源了GLM4系列的小版本-GLM-4-9B系列。

GLM-4-9B是智谱AI最新推出的预训练模型GLM-4系列的开源版本。

在语义理解、数学计算、逻辑推理、编程代码以及综合知识等多个领域的数据集评估中，GLM-4-9B及其针对人类偏好优化的版本GLM-4-9B-Chat均展现出超越Llama-3-8B的优异性能。

GLM-4-9B-Chat不仅能够进行多轮对话，还具备网页浏览、代码执行、自定义功能调用以及长文本推理等高级功能，支持最大128K的上下文长度。

此外，智谱AI还推出了GLM-4-9B-Chat-1M模型，支持高达1M的上下文长度，相当于约200万中文字符。

GLM4的两款mini模型定价策略如下：

同时，基于GLM-4-9B开发的多模态模型GLM-4V-9B，具备1120*1120的高分辨率，支持中英双语的多轮对话能力。

在中英文综合能力、感知推理、文字识别和图表理解等多模态评估中，GLM-4V-9B均表现出超越GPT-4-turbo-2024-04-09、Gemini 1.0 Pro、Qwen-VL-Max以及Claude 3 Opus的卓越性能。本代模型还增加了对包括日语、韩语、德语在内的26种语言的支持。

目前智谱AI开放平台支持了GLM4系列的语言模型和多模态大模型，每一个模型的定价策略不同：

评测结果

对话模型典型任务

基座模型典型任务

由于 GLM-4-9B 在预训练过程中加入了部分数学、推理、代码相关的 instruction 数据，所以将 Llama-3-8B-Instruct 也列入比较范围。

长文本

在 1M 的上下文长度下进行大海捞针实验，结果如下：

在 LongBench-Chat 上对长文本能力进行了进一步评测，结果如下:

多语言能力

在六个多语言数据集上对 GLM-4-9B-Chat 和 Llama-3-8B-Instruct 进行了测试，测试结果及数据集对应选取语言如下表

工具调用能力

我们在 Berkeley Function Calling Leaderboard 上进行了测试并得到了以下结果：

多模态能力

GLM-4V-9B 是一个多模态语言模型，具备视觉理解能力，其相关经典任务的评测结果如下：

GLM-4全系列全面上线魔搭社区，不仅包括基础模型和对话模型，也包括多模态，长序列，快来魔搭社区体验吧！

Chat模型链接：https://modelscope.cn/models/ZhipuAI/glm-4-9b-chat/summary

多模态大模型：https://modelscope.cn/models/ZhipuAI/glm-4v-9b/summary

更多模型详见：https://modelscope.cn/organization/ZhipuAI

对此，你有什么看法呢？欢迎留言评论

PS：今天看到非常不错的小册子，很适合处于现阶段的你。