哈喽，大家好。
今天给大家分享一个开源的大语言模型ChatGLM-6B。
十几天的时间，就收获了近 1w 个 star。
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。
大家都可以装在自己的电脑上运行下试试。独显最小显存6G，CPU电脑也可以跑，但很慢。
项目目前只开源了模型和推理代码，并没有开源模型的训练。
运行项目，只需两个
第一步，下载源码
git clone https://github.com/THUDM/ChatGLM-6B.git
执行pip install -r requirements.txt 安装依赖
第二步，运行项目
python web_demo.py
执行后，会自动下载模型文件，大概 4G 左右。
如果是GPU运行，默认情况下， 模型运行显存至少 13G，如果显存不够，可以修改下 web_demo.py
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()将上述代码的THUDM/chatglm-6b改为THUDM/chatglm-6b-int4，即：改用 int4 量化后的模型，只要是显存大于6g就可以顺利运行。
如果报 CPU 内存不足，把其他软件关一关，尤其是浏览器。
运行成功后， 会自动跳转浏览器页面，这时候就可以像ChatGPT一样使用了。
下面是我本地运行的结果，大家可以看看与ChatGPT的差异
自我认知
写提纲
写邮件
写代码
角色扮演
项目运行还是很简单的，大家可以跑跑试试。
如果大家觉得本文对你有用就点个 在看 鼓励一下吧，我会持续分享优秀的 Python AI 项目。
以上是想不想把ChatGPT装在自己电脑上？国产开源大语言模型 ChatGLM 帮你实现！的详细内容。更多信息请关注PHP中文网其他相关文章！
