Zhipu AI lanza la versión open-source GLM-4-9B de su modelo GLM-4 182

Zhipu ai lanza la versión de código abierto GLM 9B de su última generación de modelos preentrenados de la serie GLM-4, que incluye el modelo base, modelos Chat con diferentes longitudes de contexto y un modelo de visión. Mayor velocidad, menor precio, un 40 % de mejora en el rendimiento y capacidades que superan por completo a LLaMA 3 8B. Comparable a GPT 4V, admite un contexto sin pérdidas de 1M, 26 idiomas, capacidad de llamada a funciones mejorada un 40 %, comparable a GPT 4V.

GLM-4-9B es la versión de código abierto de la última generación de modelos preentrenados de la serie GLM-4 lanzada por Zhipu AI. En evaluaciones de conjuntos de datos en múltiples ámbitos como semántica, matemáticas, razonamiento, código y conocimiento, tanto GLM-4-9B como su versión alineada con las preferencias humanas GLM-4-9B-Chat muestran un rendimiento excepcional que supera a Llama-3-8B. Además de permitir conversaciones multi-turno, GLM-4-9B-Chat también ofrece funciones avanzadas como navegación web, ejecución de código, llamadas a herramientas personalizadas (Function Call) y razonamiento sobre textos largos (admite un contexto máximo de 128K). Esta generación de modelos añade soporte multilingüe, compatible con 26 idiomas, entre ellos japonés, coreano y alemán. También hemos lanzado el modelo GLM-4-9B-Chat-1M, que admite una longitud de contexto de 1M (aproximadamente 2 millones de caracteres chinos), y el modelo multimodal GLM-4V-9B basado en GLM-4-9B. GLM-4V-9B ofrece capacidad de conversación multi-turno bilingüe chino-inglés con alta resolución de 1120 * 1120, y muestra un rendimiento excepcional que supera a GPT-4-turbo-2024-04-09, Gemini 1.0 Pro, Qwen-VL-Max y Claude 3 Opus en múltiples evaluaciones multimodales, como capacidades integradas en chino e inglés, razonamiento perceptivo, reconocimiento de texto y comprensión de gráficos.

Dirección de GitHub de GLM-4-9B:https://github.com/THUDM/GLM-4