首页
/ 【亲测免费】 GLM-4: 开源多语言多模态对话模型

【亲测免费】 GLM-4: 开源多语言多模态对话模型

2026-01-20 01:54:14作者:魏侃纯Zoe

项目基础介绍和主要编程语言

GLM-4 是由智谱AI推出的开源多语言多模态对话模型系列。该项目主要使用Python进行开发,依赖于PyTorch和transformers等深度学习框架。GLM-4-9B 是该系列中的开源版本,旨在提供一个高性能、多功能的对话模型,支持多种语言和模态的输入输出。

项目核心功能

GLM-4-9B 的核心功能包括:

  1. 多语言支持:支持包括日语、韩语、德语在内的26种语言,能够进行多语言对话。
  2. 多模态对话:支持图像和文本的混合输入,具备视觉理解能力,能够进行多模态对话。
  3. 长文本处理:具备长文本输出能力,单轮对话大模型输出可超过1万token,支持最大128K上下文。
  4. 高级功能:包括网页浏览、代码执行、自定义工具调用(Function Call)等。

项目最近更新的功能

GLM-4 项目最近更新的功能包括:

  1. OpenAI API兼容的服务端:2024年9月6日,增加了在GLM-4v-9B模型上构建OpenAI API兼容的服务端。
  2. 长上下文问答中的细粒度引用:2024年9月5日,开源了使LLMs能够在长上下文问答中生成细粒度引用的模型longcite-glm4-9b以及数据集LongCite-45k。
  3. Lora adapter的vLLM演示代码:2024年9月4日,增加了在GLM-4-9B-Chat模型上使用带有Lora adapter的vLLM演示代码。
  4. 长文本输出能力:2024年8月15日,开源了具备长文本输出能力(单轮对话大模型输出可超过1万token)的模型longwriter-glm4-9b以及数据集LongWriter-6k。
  5. 模型依赖升级:2024年8月12日,GLM-4-9B-Chat模型依赖的transformers版本升级到4.44.0。

这些更新进一步增强了GLM-4-9B的功能和性能,使其在多语言、多模态和长文本处理方面更加强大。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284