🚀 GLM-4-32B-Base-0414

GLM-4-32B-Base-0414是GLM系列的新成員，擁有320億參數。它在性能上可與OpenAI的GPT系列以及DeepSeek的V3/R1系列相媲美，並且支持非常友好的本地部署。該模型在15T高質量數據上進行預訓練，其中包含大量推理型合成數據，為後續的強化學習擴展奠定了基礎。在微調階段，針對對話場景進行了人類偏好對齊，還運用拒絕採樣和強化學習等技術，增強了模型在指令遵循、工程代碼和函數調用方面的性能，強化了執行智能體任務所需的核心能力。

🚀 快速開始

GLM-4-32B-Base-0414系列模型具有強大的文本生成能力，可應用於多種場景，如動畫生成、網頁設計、SVG生成、基於搜索的寫作等。以下將為你詳細介紹其功能、使用示例及評估結果。

✨ 主要特性

模型家族豐富

• GLM-4-32B-0414：在工程代碼、工件生成、函數調用、基於搜索的問答和報告生成等任務中表現出色，在多個基準測試中，其性能可與GPT-4o和DeepSeek-V3-0324（671B）等更大的模型相媲美。
• GLM-Z1-32B-0414：基於GLM-4-32B-0414開發的推理模型，具有深度思考能力。通過冷啟動、擴展強化學習以及在數學、代碼和邏輯等任務上的進一步訓練，相比基礎模型，顯著提高了數學能力和解決複雜任務的能力。
• GLM-Z1-Rumination-32B-0414：具有反思能力的深度推理模型，能夠進行更深入、更持久的思考，以解決更開放和複雜的問題。通過端到端強化學習進行訓練，並在深度思考過程中可以利用搜索工具處理複雜任務。
• GLM-Z1-9B-0414：採用上述技術訓練的小模型（9B），在數學推理和一般任務中表現出色，在同規模的所有開源模型中，整體性能名列前茅，在資源受限的場景下，實現了效率和效果的良好平衡。

支持多場景應用

• 動畫生成：能夠根據文本描述生成相應的動畫，如模擬小球在旋轉六邊形內彈跳的Python程序動畫，以及使用HTML模擬小球在旋轉六邊形中心釋放的場景動畫。
• 網頁設計：可以設計支持自定義函數繪圖的繪圖板，以及移動機器學習平臺的UI界面，包括訓練任務、存儲管理和個人統計界面等。
• SVG生成：可以使用SVG創建如江南水鄉等場景，以及說明大語言模型訓練過程的圖形。
• 基於搜索的寫作：根據搜索結果對用戶問題進行作答，生成符合用戶要求且有深度的專業答案。
• 函數調用：支持以JSON格式調用外部工具，可通過HuggingFace Transformers、vLLM或sgLang實現。

💻 使用示例

基礎用法

import json
import re
import ast
from transformers import AutoModelForCausalLM, AutoTokenizer

MODEL_PATH = "THUDM/GLM-4-32B-0414"

tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)
model = AutoModelForCausalLM.from_pretrained(MODEL_PATH, device_map="auto")

def is_function_call(single_message):
    """Determine whether the current system message is a function call."""
    pattern = re.compile(r'([^\n`]*?)\n({.*?})(?=\w*\n|$)', re.DOTALL)
    matches = pattern.findall(single_message)
    if not matches:
        return False

    func_name, args_str = matches[0]
    func_name = func_name.strip()
    try:
        parsed_args = json.loads(args_str)
    except json.JSONDecodeError:
        try:
            parsed_args = ast.literal_eval(args_str)
        except:
            return False
    
    return {"name": func_name, "arguments": parsed_args}

def realtime_aqi(city):
    """Weather Query Tool"""
    if '北京' in city.lower():
        return json.dumps({'city': '北京', 'aqi': '10', 'unit': 'celsius'}, ensure_ascii=False)
    elif '上海' in city.lower():
        return json.dumps({'city': '上海', 'aqi': '72', 'unit': 'fahrenheit'}, ensure_ascii=False)
    else:
        return json.dumps({'city': city, 'aqi': 'unknown'}, ensure_ascii=False)

def build_system_prompt(tools):
    """Construct system prompt based on the list of available tools."""
    if tools is None:
        tools = []
    value = "# 可用工具"
    contents = []
    for tool in tools:
        content = f"\n\n## {tool['function']['name']}\n\n{json.dumps(tool['function'], ensure_ascii=False, indent=4)}"
        content += "\n在調用上述函數時，請使用 Json 格式表示調用的參數。"
        contents.append(content)
    value += "".join(contents)
    return value

tools = [
  {
    "type": "function", 
    "function": {
      "name": "realtime_aqi",
      "description": "天氣預報。獲取即時空氣質量。當前空氣質量，PM2.5，PM10信息",
      "parameters": {
          "type": "object",
          "properties": {
              "city": {
                  "description": "城市名"
              }
          },
          "required": [
              "city"
          ]
      }
	}
  }
]

system_prompt = build_system_prompt(tools)

message = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": "北京和上海今天的天氣情況"}
]
print(f"User Message: {message[-1]['content']}")

while True:
    inputs = tokenizer.apply_chat_template(
        message,
        return_tensors="pt",
        add_generation_prompt=True,
        return_dict=True,
    ).to(model.device)

    generate_kwargs = {
        "input_ids": inputs["input_ids"],
        "attention_mask": inputs["attention_mask"],
        "max_new_tokens": 1024,
        "do_sample": True,
    }
    out = model.generate(**generate_kwargs)
    generate_resp = tokenizer.decode(out[0][inputs["input_ids"].shape[1]:-1], skip_special_tokens=False)
    stop_sequence = tokenizer.decode(out[0][-1:], skip_speical_tokens=False)
    if stop_sequence == "<|user|>":
        print(f"Assistant Response: {generate_resp.strip()}")
        break

    function_calls = []
    for m in generate_resp.split("<|assistant|>"):
        fc_decode = is_function_call(m.strip())
        if fc_decode:
            message.append({"role": "assistant", "metadata": fc_decode['name'], "content": json.dumps(fc_decode['arguments'], ensure_ascii=False)})
            print(f"Function Call: {fc_decode}")
            function_calls.append(fc_decode)
        else:
            message.append({"role": "assistant", "content": m})
            print(f"Assistant Response: {m.strip()}")
    
    for fc in function_calls:
        function_response = realtime_aqi(
            city=fc["arguments"]["city"],
        )
        print(f"Function Response: {function_response}")
        message.append({"role": "observation", "content": function_response})

高級用法

在基於搜索的寫作任務中，使用以下系統提示讓模型根據搜索結果進行回覆：

請根據所給搜索返回結果對用戶問題進行作答。

## 注意
1. 充分利用和整理收集到的信息，而不是簡單的複製粘貼，生成符合用戶要求且有深度的專業答案。
2. 所提供信息充分的情況下，你的回答需儘可能延長，從用戶意圖角度出發，提供具有足夠信息量和多角度的回覆。
3. 另外，並非所有的搜索結果都與用戶問題密切相關，請仔細的甄別、篩選和利用。
4. 客觀類問答的答案通常非常簡短，你可以適當補充一到兩句相關信息，以豐富內容。
5. 請確保你的回覆格式美觀、可讀性強。對於多實體對比或列舉，善用列表格式來幫助用戶更好的理解信息。
6. 除非用戶要求，否則你回答的語言請於用戶提問語言保持一致。
7. 在適當情況下在句子末尾使用例如:【0†source】的格式引用搜索結果。

使用時，可通過RAG或WebSearch等方法獲取搜索結果，並將其包裝在observation中，例如：

[
    {
        "role": "user",
        "content": "Explore the common characteristics of children's literature, with a focus on its narrative techniques and thematic tendencies. This includes narrative techniques: common approaches in children's literature such as first-person, third-person, omniscient narrator, and interactive narration, and their influence on young readers. It also includes thematic tendencies: recurring themes in children's literature such as growth, adventure, friendship, and family, with an analysis of how these themes impact children's cognitive and emotional development. Additionally, other universal features such as the use of personification, repetitive language, symbolism and metaphor, and educational value should be considered. Please provide a detailed analytical report based on academic research, classic examples of children's literature, and expert opinions."
    },
    {
        "role": "observation",
        "content": "【{id}†{title}†{url}】\n{content}"
    },
    ...
]

📚 詳細文檔

展示示例

動畫生成

網頁設計

模型	示例
GLM-4-32B-0414	Design a drawing board that supports custom function plotting, allowing adding and deleting custom functions, and assigning colors to functions. (Prompt translated from Chinese)
GLM-4-32B-0414	Design a UI for a mobile machine learning platform, which should include interfaces for training tasks, storage management, and personal statistics. The personal statistics interface should use charts to display the user's resource usage over a period. Use Tailwind CSS to style the page, and display these 3 mobile interfaces tiled on a single HTML page. (Prompt translated from Chinese)

SVG生成

模型	示例
GLM-4-32B-0414	Create a misty Jiangnan scene using SVG. (Prompt translated from Chinese)
GLM-4-32B-0414	Use SVG to illustrate the training process of an LLM. (Prompt translated from Chinese)

基於搜索的寫作

按照上述系統提示和輸入格式，模型可以生成詳細的分析報告，如關於兒童文學共同特徵的分析報告：

🔧 技術細節

函數調用機制

GLM-4-32B-0414支持以JSON格式調用外部工具，通過HuggingFace Transformers、vLLM或sgLang實現。工具調用的消息格式如下：

{
    "role": "asssitant", 
    "metadata": function_name, 
    "content": json.dumps(call_arguments, ensure_ascii=False)
}

工具執行結果的消息格式如下：

{
    "role": "observation", 
    "content": json.dumps(tool_response, ensure_ascii=False) if not isinstance(tool_response, str) else tool_response
}

評估結果

GLM-4-0414系列

對於SimpleQA和HotpotQA，我們從每個測試集中抽取了近500個測試用例，為所有模型提供基本的search和click工具，確保其他設置保持一致，並進行3次運行取平均值。

SWE-bench評估

[1] Moatless v0.0.3使用以下參數：response_format="react", thoughts_in_action=False, max_interations=30。失敗軌跡不重試；其他設置為默認值。

[2] Agentless v1.5.0使用BGE作為嵌入模型，FAISS進行相似性搜索。為了在保持性能的同時加快補丁驗證速度，將單個實例的運行超時時間從默認的300s更改為180s。

[3] OpenHands v0.29.1未使用YaRN上下文擴展，但將運行限制為最多60次迭代，並總結歷史記錄以防止超過32K上下文限制。總結配置為llm_config="condenser", keep_first=1, max_size=32。失敗軌跡不重試。

📄 許可證

本項目採用MIT許可證。