ChatGLM-6B 自3月14日发布以来，深受广大开发者喜爱。截至 6 月24日，来自 Huggingface 上的下载量已经超过 300w。
为了更进一步促进大模型开源社区的发展，我们再次升级 ChatGLM-6B，发布 ChatGLM2-6B 。在主要评估LLM模型中文能力的 C-Eval 榜单中，截至6月25日 ChatGLM2 模型以 71.1 的分数位居 Rank 0 ，ChatGLM2-6B 模型以 51.7 的分数位居 Rank 6，是榜单上排名最高的开源模型。
- CEval榜单，ChatGLM2暂时位居Rank 0，ChatGLM2-6B位居 Rank 6
ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，ChatGLM2-6B 引入了如下新特性：
更强大的性能：基于 ChatGLM 初代模型的开发经验，我们全面升级了 ChatGLM2-6B 的基座模型。ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力。
更长的上下文：基于 FlashAttention 技术，我们将基座模型的上下文长度（Context Length）由 ChatGLM-6B 的 2K 扩展到了 32K，并在对话阶段使用 8K 的上下文长度训练，允许更多轮次的对话。但当前版本的 ChatGLM2-6B 对单轮超长文档的理解能力有限，我们会在后续迭代升级中着重进行优化。
更高效的推理：基于 Multi-Query Attention 技术，ChatGLM2-6B 有更高效的推理速度和更低的显存占用：在官方的模型实现下，推理速度相比初代提升了 42%，INT4 量化下，6G 显存支持的对话长度由 1K 提升到了 8K。
更开放的协议：ChatGLM2-6B 权重对学术研究完全开放，在获得官方的书面许可后，亦允许商业使用。如果您发现我们的开源模型对您的业务有用，我们欢迎您对下一代模型 ChatGLM3 研发的捐赠。
在关注ChatGLM第二代模型的同时，我们也看到了团队的另一个大模型作品CodeGeeX。CodeGeeX 是一个具有130亿参数的大规模多编程语言代码预训练模型，该预训练模型支持二十多种主流编程语言，实现高精度的代码生成，代码翻译和代码注释等功能。模型开源开放，目前在Github上已经获得6000+ Star好评。
基于CodeGeeX模型的插件产品，支持多种主流IDE，如VS Code、IntelliJ IDEA、PyCharm、Vim等，目前CodeGeeX插件的安装用户超过100,000+，每天为开发者生成数百万行代码。
下载使用——CodeGeeX插件，在VSCode和JetBrains IDEs可以直接免费下载使用。CodeGeeX插件可以自动实现代码生成，可以逐行为代码添加注释，也可以进行不同编程语言之间的代码翻译。特别值得点赞的功能“Ask CodeGeeX”，把类似chatGPT一样的智能问答功能，与开发者编程环境IDE深度融合。开发者可以在IDE中，通过问答对话的方式解决技术问题。
在IDE中使用Ask CodeGeeX功能，使得开发过程中遇到的问题，都可以在IDE中沉浸式解决，不用跳出开发环境寻找解决代码问题的答案，提升了代码开发效率。同时，在这个新版本中，通过对话框区域常用命令“explain/解释代码”、“comment/生成注释”、“fixbug/检查bug”的快捷方式，可以直接操作代码，实现代码解释，逐行添加代码注释，尝试修复代码片段潜在bug等功能。
“explain/解释代码”按钮，获得整段代码解释
当你编写代码时，希望了解某一段生成的代码作何解释？那么你就可以在CodeGeeX插件的代码生成区域中，选中该段代码，左侧边栏的对话区会出现浮层，同时展示选中代码。在对话区通过快捷按钮：“解释代码”，在对话界面中就可以回复出整段的代码解释。
“comment/生成注释”按钮为代码逐行添加注释
同样，当你希望为一段生成的代码逐行添加注释，你就可以在CodeGeeX代码生成区域，选中该段代码，侧边栏的对话区会出现浮层，同时展示选中代码。在对话区通过快捷按钮：“生成注释”，在对话界面就可以直接为这段代码逐行添加注释。
“fixbug/检查bug”修复代码潜在bug
当你编写代码遇到一个错误时，在CodeGeeX插件的代码生成区域中选中该段代码，左侧边栏的对话区会出现浮层，同时展示选中代码。在对话区通过快捷按钮：“检查bug”，代码编辑区就可以直接帮你找到这段代码中的问题并进行错误修复，并且对修复代码的区域做高亮标记，方便进行代码对照。
标签：6B,CodeGeeX,代码,ChatGLM2,对话,LLM,模型 From： https://www.cnblogs.com/chattech/p/17510706.html本文由博客一文多发平台 OpenWrite 发布！