Update README.md

README.md

@@ -23,16 +23,6 @@ GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开
 
 ## 评测结果
 
-我们在一些经典任务上对 GLM-4-9B-Chat 模型进行了评测,并得到了如下的结果:
-
-
-| Model               | AlignBench-v2 | MT-Bench | IFEval | MMLU | C-Eval | GSM8K | MATH | HumanEval | NCB  |
-|:--------------------|:-------------:|:--------:|:------:|:----:|:------:|:-----:|:----:|:---------:|:----:|
-| Llama-3-8B-Instruct |     5.12      |   8.00   | 68.58  | 68.4 |  51.3  | 79.6  | 30.0 |   62.2    | 24.7 |
-| ChatGLM3-6B         |     3.97      |   5.50   |  28.1  | 66.4 |  69.0  | 72.3  | 25.7 |   58.5    | 11.3 |
-| GLM-4-9B-Chat       |     6.61      |   8.35   |  69.0  | 72.4 |  75.6  | 79.6  | 50.6 |   71.8    | 32.2 |
-
-
 ### 长文本
 
 在 1M 的上下文长度下进行[大海捞针实验](https://github.com/LargeWorldModel/LWM/blob/main/scripts/eval_needle.py)，结果如下：
@@ -43,32 +33,6 @@ GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开
 
 ![leaderboard](https://raw.githubusercontent.com/THUDM/GLM-4/main/resources/longbench.png)
 
-### 多语言能力
-
-在六个多语言数据集上对 GLM-4-9B-Chat 和 Llama-3-8B-Instruct 进行了测试，测试结果及数据集对应选取语言如下表
-
-| Dataset     | Llama-3-8B-Instruct | GLM-4-9B-Chat |                                           Languages                                            
-|:------------|:-------------------:|:-------------:|:----------------------------------------------------------------------------------------------:|
-| M-MMLU      |        49.6         |     56.6      |                                              all                                               
-| FLORES      |        25.0         |     28.8      | ru, es, de, fr, it, pt, pl, ja, nl, ar, tr, cs, vi, fa, hu, el, ro, sv, uk, fi, ko, da, bg, no 
-| MGSM        |        54.0         |     65.3      |                           zh, en, bn, de, es, fr, ja, ru, sw, te, th                           
-| XWinograd   |        61.7         |     73.1      |                                     zh, en, fr, jp, ru, pt                                     
-| XStoryCloze |        84.7         |     90.7      |                           zh, en, ar, es, eu, hi, id, my, ru, sw, te                           
-| XCOPA       |        73.3         |     80.1      |                           zh, et, ht, id, it, qu, sw, ta, th, tr, vi                           
-
-
-
-### 工具调用能力
-
-我们在 [Berkeley Function Calling Leaderboard](https://github.com/ShishirPatil/gorilla/tree/main/berkeley-function-call-leaderboard)上进行了测试并得到了以下结果：
-
-| Model                  | Overall Acc. | AST Summary | Exec Summary | Relevance |
-|:-----------------------|:------------:|:-----------:|:------------:|:---------:|
-| Llama-3-8B-Instruct    |    58.88     |    59.25    |    70.01     |   45.83   |
-| gpt-4-turbo-2024-04-09 |    81.24     |    82.14    |    78.61     |   88.75   |
-| ChatGLM3-6B            |    57.88     |    62.18    |    69.78     |   5.42    |
-| GLM-4-9B-Chat          |    81.00     |    80.26    |    84.40     |   87.92   |
-
 **本仓库是 GLM-4-9B-Chat-1M 的模型仓库，支持`1M`上下文长度。**
 
 ## 运行模型
@@ -94,7 +58,7 @@ inputs = tokenizer.apply_chat_template([{"role": "user", "content": query}],
 
 inputs = inputs.to(device)
 model = AutoModelForCausalLM.from_pretrained(
-    "THUDM/glm-4-9b-chat",
+    "THUDM/glm-4-9b-chat-1m",
     torch_dtype=torch.bfloat16,
     low_cpu_mem_usage=True,
     trust_remote_code=True