GLM-4密钥不正确

智普于二月二十一日发布 g l m coding plan 致歉信，并公布处理和补偿方案。智普介绍， g l m 五发布后流量超出预期，公司扩容节奏没有跟上，不得已将 g l m 五按照 max pro lite 的 顺序逐步开放。 目前 max 用户已经全面开放， pro 用户虽已开放，但高峰期可能会因集群负债较高遇到限流， lite 用户将在节后非高峰期逐步灰度开放。针对受到影响的 lite 和 pro 用户，公司支持自主申请退款。

ai 扫盲什么是 g l m？ g l m 是一个通用语言模型，它通常指的是一种大规模的预训练语言模型，用于处理和生成自然语言文本。 g l m 模型通过在大量文本数据上进行训练， 学习语言的模式和结构，从而能够执行多种语言任务，如文本生成、问答、翻译、摘药、情感分析等。 g l m 模型通常基于 transformer 架构，这是一种深度学习模型，特别适用于处理序列数据，如文本。 transformer 模型通过自注意力机制来捕捉输入序列中的长距离依赖关系，这使得 g l m 在处理复杂语言任务时表现出色。 g l m 模型的应用非常广泛， 他可以用于提升各种自然语言处理任务的性能，同时也为研究人员提供了一个平台，用于探索和开发新的算法和技术。 随着计算资源的增加和算法的进步， g l m 模型的规模和性能有望继续提升，为人工智能领域带来更多的突破。

大家好，我是牙医，没想到 g m 四点七发布后，仅仅时隔了一个月，智谱又发布了 g m l 五，废话不多说，让我们开始测试 来看实际的测试结果啊。这次新引入的边框大鱼缸这个设计，这个设计出呢，我是想打算测试通过编程实现四种不同的粒子效果模拟，包括水滴，碎屑，烟雾、气泡，而且还是粒子混合在流体中的复杂场景，越符合大家的直觉，证明模型的编程水平越好。 可以看到这个折运效果还是欢迎的不错的，与新出的 club 四点六几乎没有什么区别，不过液体受到冲击的运动，这个效果还有一定的差距。鞭炮连锁爆炸测试， gm 五 比 gm 四点七提升了很多，首先指令遵循这个有了很大的提升，比如提示词中要求高度为五，每组升成十个鞭炮，总计升成十组鞭炮自由落体，但是 gm 四点七把高度五给忽略了，以及本次的视觉效果 有了相当大的提升。 g r 五的玻璃箱子效果，色调映射还有补光，这些都让场景有了电影级的画质提升， ui 设计也有巨大的提升。细节上， g r 五使用了 c s s 变亮，富有科技感的自定义字体，这些都是四点七版本没有的拍摄。杯子倒水测试这个提升也不小， g r 五实现了独立的顶点碰撞函数，并且在主循环中对所有的角点都进行了检查， 防止粒子掉出去。而 gl 四点七没有进行脚点的碰撞检测，这样我们就能在实际测试中看到这个 gl 五的杯子在倾倒的时候， 粒子更不容易从杯子中间漏出去，以及啊，视觉也有提升，很难想象一个纯二维的演示视觉效果会有什么提升，但是没有错，还是有提升的。 gl 五给每个粒子都加了一个模拟三 d 的 高光效果， ui 呢，也提供了进度条、帧率、闪视状态信息和多种快件的操作。不过 gm 四点七有一个优势啊，就是默认他就用了空间网格哈奇算法，这个算法能显著提升粒子的碰撞检测性能，所以动画上 gm 四点七会更流畅。而 gm 五是知道这里有性能瓶颈，只不过他认为四百个粒子还好，但实际上这个最差的情况每针都会有十六万次的碰撞检测，所以还是要上油化的 大象牙膏测试。 gm 五使用了六十段的吸粉点还有指数曲线来模拟这个锥形瓶的形状，还精心制作了瓶口的这个唇边效果。当然成也精细，败也精细，锥形瓶的瓶身搞成了抛物线，所以不得不说美学是有提升的。 这个叶面下降效果也很好，因为剑玩舞每次叶位变化的时候都会重新创建这个几何体，然后就能精确匹配烧瓶内壁的曲线，实现了叶面高度下降的时候液体的底部不动这样的一个正确的效果。接下来是常温本召回能力测试， 这次的召回水平更是摧枯拉朽了，各个长度的召回都在百分之九十八以上，相当可用。不过这次有点问题，来看这个题目，哈利波特释放钻心弯骨咒，贝拉特里克斯的表现是怎样的？我们给到 ai 的 选项是， a。 疼得满地打滚 b。 撞倒在地。 c， 我 欺哈利波特老无力， d， 没有大意，成功闪了。我测试了两次。当我给模型小说原文的时候，模型正确找到了原文中的描述，这个咒语把贝拉特里克斯撞倒在地，他尖叫了一声，但是很快就站了起来，所以我们应该选 b 撞倒在地了。但是当我不给模型原文的时候，就只问这个问题啊， 模型竟然精准脑补出了小说的英文原文。于是我在专门没有原文参考的情况下，把所有问题重新测了一遍，结论是，这样召回水平还能有百分之五十一点四，四选一啊，蒙对了一半，这个就有点高了，所以本次常规召回能力并不是很自信，建议官方考虑一下训练语料的问题 来招 a 阵能力测试仍然是我们让大墨行模拟外卖骑手来送外卖。考虑到之前 g r m 四点七已经是这个测试的最高分了，所以本次 我把单位时间内系统生成的订单量增加了五倍。这次 gm 五的测试得分是七百三十八点六九，作为对比 gm 四点七是五百七十一点九一，又刷新了测试的最高记录。那么提升在哪里呢？ 我在分析所有数据的时候发现了一个细节，四点七版本在第一百九十八轮就宣布了任务完成，这个时候它的利润是四百三十七点八八，而系统提示它继续。于是 gm 四点七又工作到了第二百五十九轮， 这时候利润达到了最高分五百七十一点九一，然后他就再次开香槟就不干活了。作为对比 gm 五，他只有在二百七十七轮的时候庆祝了一下，说我突破了七百元利润大关，然后就继续干活了。 这种差异是为什么呢？因为 gm 五每次在对话中都会跟踪剩余的对话轮次，这个是四点七版本，从来没有做过这个模型的原认知提升啊，直接解释了为什么 gm 五能够持续工作到第三百轮，因为他很清楚知道自己还有多少轮可以用了。 那么为什么他中间还停了一下，因为他甚至给自己定了一个小目标，俺要突破七百元大关。于是在突破了七百元之后，他小小的庆祝了一下。 总结，这次健马五在各个方面都带来了肉眼可见的提升，编程也在各个细节上都有优化，本身很强的 agent 的 能力上呢，进一步采用了一些自主意识 来提升性能。遗憾的是，本次的长文本召回能力测试分数执行度不是很高。不过这点也不用担心，因为 agent 的 测试运行的时候也要用到超过一百 k 的 上下文，这样就考验了上下文的能力， 所以召回性能还是没有问题的。另外这次在视觉效果上和美学上也有显著的提升，比如这次他就有一个小偏好，演示中他很喜欢用这个充满科技感的 o b 闯字体，是不是感觉很不错？以上就是本期的测试， g m r 五这么猛，我很期待接下来的 g m r 五 v 了，我是牙医，我们下期再见！

嘿，朋友们，你们看到了吗？ g l m 发新模型了，这个 g l m 四点七 flash， 我 早上非常兴奋，一起来就去搞了一早上才部署起来，然后因为他们官网现在速度很慢嘛，所以我就部署了一个 f p 八的版本， 哎呀，我真的好兴奋啊，这个模型我之前测过，千万的三十三十 b 那 个 code 模型连接 clock code 确实跑起来了，但是 那个时候吧，还不太能用，但是现在这个时候不一样了， glm 他 们家自己有 coding plan， 他 们有大量的这个跟 cloud code 兼容的一些数据，所以我当时我就觉得这个模型肯定会很好用， 结果我试了一下啊，哎呀，还真别说，真的可以，我做了一个，当然我这个测试比较简单，用这个特别简单的场景啊，就是我这个每次发视频不是有一个 ppt 生成器吗？用这个我自己做好的 skill， 然后这是我的脚本，然后他就是先帮我教稿，然后调用我的这个 skill 里面的一些工具生成一个脚手架，然后他给我去填充，填充出来一个什么样，对吧？嗯，你看了我昨天视频，我就拿昨天那个视频那个稿试了一下，哎，你别说 还可以，还可以，真的，当然我觉得这就是这个三十 b 小 模型的一个很好的一个场景，就是你把 skill 做好，大部分 流程都固定，然后 ai 只是在这个过程中调用调用，然后给一些参数，给修改一些什么东西，这样这种小模型只要他能很好的使用 skill， 他 都能把这些就是我觉得在本地会运行的很好。 怎么样？虽然说我觉得没有我那个版本，昨天发那个版本好看，但是我觉得 可能它配合 skill 还真的会有一些很不错的场景出来。我今天下午继续测啊，我准备拿它试试看能不能写一个 skill， 因为我的感觉就是它这个模型就是因为 skill 都是很小的脚本嘛。 那我觉得这样的模型肯定能写。就是然后如果他有一种确认的方法能把这个脚本确认成的话，我，我感觉是有戏的，所以 等我的等我的测评啊。我我争取如果能行的话很好用的话。我出一个测评，好久都没测评了，真的很好。 jim 这次不错啊。

十二月二十四日，据优克德公众号消息，公司战略合作伙伴智普上线并开源 g l m 四点七优克德模型服务平台 u modelverse 已完成部署并正式上线。

由于我的 ipad 内存不够了，所以无法开箱系统了。但是我可以用电脑开箱啊，用的是 virtualbox， 现在就开箱。 windows xp 创建虚拟机过程不演示了，十倍速快进。 下一步这里自己填。 下一步 依旧需要等待下一步 重启了。 问题了，把挂在的镜像 卸。 ok， 现在正片开始 进入系统了，还是老样子，先调个分辨率，你手机的分辨率也该调了，看一下系统占用，依旧上不了网。有请我们的老朋友，蜘蛛纸牌 不行台太难了，这期到这里。

这里就直接跳过模型简介了，不知道什么是 glm 四点七 flash 的 小伙伴可以去主页看我上一个视频，我们直接进入测试部分，目前排行榜和打分标准可以暂停自取。 这里我使用的是基于苹果 m l x 的 巴比特量化版，上下文拉到十二万，此时的显存占用是三十一点八四 g b。 所以 如果你有一张五零九零的话，你也可以在在几乎无损精度的状态下推理 glm 四点七 flash。 模型精准方面， 开元可以本地部署，上下文是二十万二千可以得四分，多模态得零分。中文创意写作方面得分是四分、七分和八分。英文创意写作方面得分是六点五分、八点五分和九分。 不知道为什么， gemini 三 pro 老是说字数严重不达标，但是不管英文还是中文， glm 四点七生成的字数都达到并超过了要求。我们把字数正确信息输入给 gemini 三 pro， 看看得分是多少。修正字数后， gemini 给了英语八点五分，中文六点五分。 下面是应用文的写作，得分是九点五分、七分和九分。然后是以餐厅经理身份回复并降级，该投诉得分是七分、六分和八点五分。 哈哈，看来 g i m 不 太会做乙方呦。文科问答结束，目前得分三十五点六分。下面进入理科数学部分，得分是十分、九分和九分，物理的得分则是十分、九点五分和九点八分。 我们顺便可以看一下巴比特量化下的推理速度，这里是四十三点一五 tokins 每秒。 至此，问答部分结束， glm 四点七 flash 暂时得到了五十四点七分。 下面是 glm 四点七 flash 的 优势项目了，那就是写代码。首先是生成一个提壶骑自行车的 svg 动画代码，最终呈现的效果只能说是一般，可以看出提壶，但是自行车就看不出来了， 动画播放也不正确。看在这个题胡还算不错的份上，我可以给个五点二分。 cloud opus 则是打出了七点五分。最后是重头戏的代码智能体部分了，首先是生成一个 html 网页，手机操作系统模拟器，并且有可以互动的 app。 哇塞，这个效果相当可以啊，画面美观，动画效果丝滑。除了返回按键不能正常工作外，其他所有的 app 都可以正常打开，并且没有明显的 bug， 这个效果我可以给六点八分。 cloud office 则是打出了七点五分，并指出了返回功能的问题。最后是拍自六边形小球代码 pro max 版， 这个效果也相当不错啊，可以改变重力方向，库伦力和科士力也有六边形，速度也可以控制运行，也是六十帧，唯一的瑕疵就是这画面闪个不停，不过整体非常不错，我可以给七点五分，可 loft opus 也给了七点五， 并且指出了造成闪屏的原因。最终 glm 四点五 air 的 七十七点六分。 从得分的分布来看，主要是应用文写作方面的差距，去掉上下文和多模态。单看模型性能的话是七十一点八分，和 cloud 斯斯 night 持平。 单看代码能力的话是二十一点一分，超过了 cloud 斯斯 night 和 deepsea 满血版持平。单把所有测试过的 glm 系列模型拎出来的话，四点七 flash 也可以排到第三， 上面是体量更大的 a 二和满血版四点七，把所有测试过的三百亿参数量的模型拎出来的话，四点七 flash 则是断层式的领先，通杀所有同体量模型。总结一下， glm 四点七 flash 可以 说是众望所归，目前最强的三十倍体量模型，通杀所有同级别对手，且在代码能力方面和 cloud 四骚奈特看齐。这是一款里程碑式的模型，一款真正的可以离线运行的代码智能体模型。