GLM-4 Air

GLM-4 Air 模型介绍

关键能力和主要使用案例

• 多语言支持：主要针对中文和英文，同时支持24种其他语言。
• 任务完成：能够通过网页浏览访问在线信息，使用Python解释器解决数学问题，利用文本到图像模型，并调用用户定义的函数[2][5]。
• 指令遵循：在英文和中文中有效地遵循指令[2]。

最重要的特性和改进

• 多阶段后训练：包括监督微调和从人类反馈中学习，以实现高质量的对齐[2]。
• 高效推理：与GLM-4相比，设计上具有更低的延迟和推理成本，使其在实时应用中更高效[2][3]。
• 高级工具集成：自动选择并使用适当的工具来完成复杂任务[2]。

重要技术规格

• 训练数据：在十万亿个标记上进行预训练，主要为中文和英文[2]。
• 上下文长度：支持最长128K的上下文长度[2][5]。
• 模型版本：提供多种版本，包括GLM-4-Air、GLM-4-9B和GLM-4V-9B[2][5]。

显著的性能特征

• 基准性能：在多个基准测试中，如MMLU、GSM8K、MATH和HumanEval，紧密追赶或超越GPT-4。在中文对齐方面超越GPT-4，并在指令遵循方面与GPT-4-Turbo相匹配[2]。
• 长上下文任务：在长上下文任务中与GPT-4 Turbo和Claude 3的表现相当[2]。