集合了图片曲背，模糊图片变清晰，替换背景，去除文字，AI绘画等一系列功能聚合网站

https://clipdrop.co/

Clipdrop是一款强大的图像处理软件，它能够将任何场景中的图像或视频实时抠出，让你可以即时将其应用到你的设计或者文档中。它的优点在于：操作简单，可以将颜色、文字、二维码、表格等元素从纸张上或其他场景中提取出来，而无需使用复杂而昂贵的图像编辑软件。它还支持多种输出格式和多种设备，可以轻松实现跨平台传输，非常方便。

1、简介

免费开源的AI图片无损放大工具
2、下载地址

https://www.upscayl.org/
3、功能介绍

如何将一张图片高清化还尽量保留原图的细节呢？Upscayl就能帮你实现！

软件主打无损放大功能，让你轻松将任意分辨率的图片纸放大到高清、超清甚至 4K 水平，大幅提升图片细节表现与清晰度。

这款软件的优点：文件小，内存占用小
这款软件的缺点：吃显卡，显卡越好压力越小（实测gtx950稳定运行，造成其他视频软件稍微卡顿）还有一点就是下载速度超慢，但是文件小，我们等一会也不是不可以。这款软件的界面清爽，是英文界面，实际的选项功能并不多，个人认为这软件最大的缺点就是生成的图片过大（本文中还有很多小编自己实测的高清图，但是都超多10M无法上传），能优化在7M一下就很好了。

4、使用说明

第一步：点击SELECT IMAGE，上传自己需要的照片。

第二步：选择功能

·REAL-ESRGAN：提高图像的清晰度和真实感，并尽可能保持图像细节；

·RemaCRI：适合处理一些特定领域的图像增强，如人像、风景等。它可以更好地处理对比度、饱和度等方面的问题；

·UltraMix Balanced：适用于处理色彩饱和度偏低的图像，同时保持图像细节和色彩平衡；

·UltraSharp：专注于提高图像的清晰度以及边缘锐利度；

·Digital Art：专门用于增强数字艺术作品的细节、颜色和纹理等方面，以使其效果更逼真；

一共有五大功能，详细介绍就在上面了。这里随便选了一张像素不高的图，准备进行高清修复，选择第一个功能REAL-ESRGAN。

第三步：点击SET OUT FOLDER设置图片输出位置

第四步：点击UPSCAYL，完成

处理完的效果可以看下面的动图。(PS：具体处理时间就看我们电脑配置啦）

1、简介

一个可以让你从任何网站上快速访问ChatGPT的Chrome插件，开源免注册。

2、下载地址

链接：https://pan.baidu.com/s/17xi0yZKPQlgTKb03zWkhdg?pwd=klkj
提取码：klkj

如无法下载，请加我们的AI小助手微信

3、功能介绍

快速访问ChatGPT聊天机器人；
提供实用的交互式聊天服务；

支持多种语言和主题；
提供准确的答案和解决方案；

可以在任何网页上使用。

4、安装说明

1、在打开的谷歌浏览器的扩展管理器
就是点击最左侧的三个点，在弹出的菜单中选择【更多工具】——【扩展程序】
或者你可以在地址栏中直接输入chrome://extensions/
2、进入扩展程序页面后将开发者模式打勾
3、最后将解压出来的crx文件拖入到浏览器中即可安装添加
4、如果出现无法添加到个人目录中的情况，可以将crx文件右键，然后选择【管理员取得所有权】，再尝试重新安装
5、安装好后即可使用

5、使用说明

首先，用户需要在Chrome浏览器中打开Chrome Web Store，搜索“UniJump – Shortcut for ChatGPT”插件，并安装在浏览器中。

安装完成后，在浏览器的右上角会出现一个ChatGPT的图标，点击即可打开聊天机器人。
在弹出的聊天框中，用户可以输入问题或关键字，ChatGPT将会给出相应的答案或解决方案。
用户还可以选择不同的语言和主题，以便更好地与ChatGPT进行交互。
当用户需要关闭聊天机器人时，只需再次点击浏览器的ChatGPT图标，即可关闭聊天框。

AI浪潮下，巨头们除了自主研发和投资外，直接收购初创公司也成了巨头们进军AI领域的主要方法之一。 

近日，大数据巨头Databricks就宣布以13亿美元的价格收购了位于旧金山的生成式AI初创公司MosaicML。

收购完成后，MosaicML将成为Databricks Lakehouse平台的一部分，其团队和技术也将并入Databricks。

此前，MosaicML已经从 DCVC、AME Cloud Ventures、Lux、Frontline等多家知名投资机构获得了近6400万美元的融资。

值得注意的是，MosaicML上一轮融资时估值仅为2.22亿美元，这意味着此次收购使得MosaicML的估值短期内暴涨了6倍。

此笔交易也是截至目前今年生成式AI领域内所公布的最大一笔收购案。

MosaicML是一家专注于生成式AI的公司，由曾在 Intel 担任人工智能产品负责人、Nervana Systems 的联合创始人 Naveen Rao 以及英特尔AI实验室的高级主管Hanlin Tang于2021年创立，员工仅 62 人。

注：Hanlin Tang（左一）、Naveen Rao（左二）

Naveen Rao曾在2014年创建了深度学习初创公司Nervana Systems，该公司因开发了Neon这一高性能的深度学习框架而广受关注，后来以4亿美元的价格被英特尔收购。Naveen Rao随后加入英特尔，成为AI产品集团的负责人。

2020年，英特尔宣布放弃原计划的Nervana服务器端AI加速芯片，转而使用花费20亿美元收购的以色列公司Habana的产品。

这一决定导致Naveen Rao和Nervana的前核心员工Hanlin Tang选择离开英特尔，另起炉灶创办了MosaicML，Hanlin Tang 担任 MosaicML的CTO。

Hanlin Tang毕业于哈佛大学，研究人类视觉中的递归神经网络。Hanlin Tang在普林斯顿大学取得物理学学士学位，随后在哈佛大学取得生物物理学的博士学位，研究人类视觉中的递归神经网络，他少年时期在台北度过。后来加入英特尔后，在英特尔AI实验室担任高级主管，在此期间Hanlin Tang负责算法工程和深度学习研究，并参与了MLPerf基准测试的开发。

Hanlin Tang在国际顶级期刊和会议上发表了多篇论文，涉及计算神经科学、计算机视觉、自然语言处理和强化学习等领域。

不同于主要面对ToC的ChatGPT，MosaicML主要针对企业的需求。MosaicML提供了一个平台，让企业可以在自己的安全环境中训练和部署AI模型，并降低成本。

MosaicML曾宣称，他们可以用不到5万美元的成本，在7.45天内训练出一个与stable diffusion 2 base相当的模型。

MosaicML的产品包括开源的、商业授权的MPT Foundation系列模型，以及MosaicML推理和训练服务。

几天前MosaicML发布的大模型MPT-30B，展示了企业如何以经济高效的方式使用其数据快速构建和训练自己的最先进模型。其LLM上一个版本 MPT-7B 已获得 330 万次下载。

MosaicML客户包括艾伦人工智能研究所、Generally Intelligence、Hippocratic AI、Replit 和 Scatter Labs。

而这次收购MosaicML的金主Databricks成立于2013，总部位于旧金山，是一家基于云计算的Spark大数据软件公司，提供用于数据集成、数据清洗、数据管理以及其他服务的基于Spark的云服务。

如今，全球有9000 多家组织（包括荷兰银行、康泰纳仕、再生元和壳牌）依靠 Databricks 来实现大规模数据工程、协作数据科学、全生命周期机器学习和业务分析。

Databricks 联合创始人兼首席执行官 Ali Ghodsi 在一份声明中表示，“每个组织都应该能够从人工智能革命中受益，并对其数据的使用方式有更多的控制。Databricks 和 MosaicML 拥有实现人工智能民主化的绝佳机会。

在这次AI浪潮中，对于想亲自下场的巨头们来说，大肆购买GPU已成基本操作。

2023年以来，字节跳动被曝已经订购了价值约10亿美元的英伟达GPU。其中包括10万块最新的A100和H800加速卡。

当字节大幅投入GPU时，有媒体爆出字节跳动原RISC-V和服务器芯片负责人卢山创立了蓝芯算力，专注于RISC-V数据中心CPU。

注：RISC-V 是一种开源和免费的指令集，可以被自由地用于商业目的，不受单一国家或公司制约，无需支付 IP 授权费用。

卢山毕业于清华大学，拥有波士顿大学电气与计算机工程博士学位，在英特尔和高通有十余年的工作经验。

RISC-V 目前主要用于物联网芯片，但也有一些团队尝试基于 RISC-V 设计更高性能的 CPU，用于手机和数据中心服务器。

目前，蓝芯算力正在进行首轮融资，并获得了1亿美元的投前估值。

头部融资

上周，国内生物医药和人工智能领域总共发生了14起投融资事件。人工智能6起，融资总金额超1.45亿元，生物医8起，融资总金额超过7.6亿元。

上周天使轮到A轮融资较多。生物医药领域的涉及创新药等，人工智能领域包括大模型等。

上周生物医药领域融资最多的是朗来科技，是一家处于临床阶段的创新药研发公司，秉持研发管线和平台构建同步提升的双驱动策略，构建了从概念验证、候选化合物筛选、临床前成药性开发到临床研究的全流程新药研发体系。

一周融资汇总：

来源：头部科技

佛罗里达大学的研究人员发布的一项研究表明，AI 模型 ChatGPT 可以可靠地预测股市趋势。通过2021 年 10 月至 2022 年 12 月的公开市场数据和新闻，他们的测试发现，由 ChatGPT 驱动的交易模型在此期间能够产生超过 500% 的回报。

     研究团队采用了严格的方法论来回测由 ChatGPT 驱动的交易策略的有效性。他们专注于检查 2021 年 10 月至 2022 年 12 月的一组与股票相关的头条新闻数据集，确保其中没有任何新闻是 ChatGPT 的训练数据的一部分。

       研究人员通过网络抓取技术收集了在这段时间内与 4,138 家不同公司相关的 67,586 条头条新闻。随后，他们对这些头条进行了筛选，将重点放在完整的文章和新闻稿上，排除了任何与股票涨跌相关的标题。

      研究团队使用 ChatGPT来评估给定的头条新闻是否表明好消息、坏消息或未知消息，并要求对其进行简要解释。例如，当呈现标题“Rimini Street Fined $630,000 in Case Against Oracle”时，ChatGPT 给出了细致入微的回应：

      是的。对 Rimini Street 的罚款有可能提升投资者对 Oracle 保护其知识产权能力的信心，并增加对其产品和服务的需求。

       这个回应反映了 ChatGPT 出色的推理和自然语言处理能力，它认为这个标题对 Oracle 是积极的。

该团队测试了六种不同的投资策略。

其中三种策略有正收益：

        长短策略涉及购买好消息公司并做空坏消息公司，获得了超过 500% 的最高回报。

       做空策略仅专注于做空坏消息公司，回报接近 400%。

        做多策略仅涉及购买好消息公司，回报约为 50%。

      ChatGPT 展示的选股优势还可以赋予散户交易者更多选择。ChatGPT 凭借其从仅仅理解标题中推断细微差别和二阶含义的能力，可以帮助雄心勃勃的散户交易者努力实现超额回报。

   我们预计未来几年金融领域将非常活跃，生成式 AI 将占据主导地位。

奥睿代表Casetext, Inc.，就其与汤森路透公司（Thomson Reuters Corporation）达成具有约束力的最终协议提供法律服务。汤森路透将斥资6.5亿美元对该人工智能公司进行收购。

Casetext, Inc.成立于2013年，致力于将尖端的人工智能应用于法律行业，其提供的解决方案可以帮助律师为更多的客户提供更加高质量的代理，提高工作效率和准确性，以及获得竞争优势。

Casetext推出了有史以来第一个法律人工智能助理CoCounsel，开启了法律科技的新时代。CoCounsel每天处理20多万字，使律师关键性、时间密集型的任务自动化，并扩大了诉诸司法的机会。

汤森路透公司为法律、税务、会计、合规、政府和媒体的专业人士提供服务。它的产品结合了高度专业化的软件和洞察，为专业人士提供做出明智决策所需的数据、情报和解决方案，并帮助机构追求正义、真相和透明度。路透社是汤森路透社的一部分，是全球领先的可信赖的新闻通讯社。

奥睿自Casetext创建伊始就为其提供法律服务。代表Casetext的奥睿跨境团队由合伙人John Bautista、 Mark Seneca以及Zac Padgett领导。

近期，奥睿团队还在中国和美国及欧洲完成若干人工智能大模型领域的投融资交易。

6月27日消息，在短短半年内，ChatGPT已成为全球最知名的互联网品牌之一。现在，它的创造者OpenAI有了更大的计划：CEO萨姆·奥特曼（Sam Altman）私下告诉部分开发者，OpenAI想将其打造成一个“超级智能的个人工作助手”。这个助手将能够根据个人和工作场所的需求执行多项任务，比如按照用户的风格起草电子邮件或文件，并提供相关业务的最新信息。

然而，这些功能可能会与微软和Salesforce等客户发生冲突，其中微软还是OpenAI的主要合作伙伴、投资者和云服务提供商，它们也希望利用OpenAI的软件构建人工智能“副驾驶”（copilots）来辅助工作。但根据萨姆·奥特曼和另外两名知情人士透露，构建ChatGPT新功能将成为OpenAI商业化努力的重点。

目前，企业正处于从人工智能服务中赚钱的初期阶段，他们正在寻找能够创造最大价值的产品和商业模式。尽管大语言模型（LLM），比如ChatGPT和其他能够理解对话命令的软件相对较新，但微软已经向Office 365客户收取额外费用，让他们可以使用OpenAI的LLM来自动完成任务，比如根据文本文档创建PowerPoint演示文稿、总结会议或起草电子邮件回复等，费用为原价的40%。

据知情人士透露，去年年底ChatGPT取得了突破性的成功后，OpenAI开始向个人和公司收取升级版的订阅费用。目前已有超过200万订户，预计每年可产生数亿美元的收入。据报道，为了提升ChatGPT的价值，OpenAI还考虑开设应用商店，让客户可以在其中销售定制版本的聊天机器人，用于营销材料起草、欺诈交易识别或客户服务聊天机器人构建等。此外，OpenAI还计划推出一个新的开源LLM，以与Meta等竞争对手发布开源LLM的步伐保持一致，从而降低风险。

据从事人工智能领域的专业人士表示，对OpenAI来说，创建一个可靠的个人助手将需要大量工作。目前，客户通过网络或移动应用访问ChatGPT，所有计算都在云中进行，具体来说是通过微软Azure进行的，它使用了数千个专门的英伟达服务器芯片来驱动聊天机器人。然而，为了实现更个性化的运行方式，类似苹果Siri那样快速响应，未来的OpenAI助手软件可能需要部分存储在用户设备上。一些人工智能从业者表示，这可能需要更多时间来开发，因为在不降低性能的情况下，将人工智能模型制作得足够小是一项具有挑战性的任务。

OpenAI还需要找到一种方法，将庞大的ChatGPT软件代码库压缩成更小的代码块，并获得用户的许可，以训练该软件处理个人数据，比如个人电子邮件、联系人以及存储在Word和Google Docs等商业应用中的信息。如果客户明确同意，微软、谷歌和其他商业应用开发商通常会允许外部开发者使用这些数据，因此OpenAI理论上也可以通过这种方式获取数据。

人工智能代理

上个月，奥特曼在伦敦向软件开发者介绍将ChatGPT打造成个人工作助手的计划时，他并未详细说明具体功能。但显而易见的是，这肯定会包括以独特个人风格起草电子邮件或回复信息。

此外，知情人士表示，OpenAI的员工一直在关注开发者如何利用ChatGPT创建自己的人工智能代理。如果这些代理被赋予目标，比如增加软件产品的销售，它们会想出不同的方式来实现，比如创建应用程序或电子邮件模板，用于接触潜在客户。如果OpenAI将这些功能整合到ChatGPT助手中，这并不令人意外。

本月早些时候，OpenAI进行了一项关键招聘，可能与人工智能助手项目有关。他们任命了Facebook前高管邓修平为消费产品副总裁。邓修平在领英上宣布他的新职位时表示，OpenAI希望开发“辅助能力，以帮助人们提高生产力和创造力”。邓修平曾在Facebook担任Messenger的首席产品经理，后来负责Instagram的产品业务，并先后在Uber和Airtable（一家生产力软件公司）担任产品负责人。

如果OpenAI开发个人ChatGPT助手，将引发与微软的另一场竞争。这两家公司在很大程度上相互依赖，但在向其他企业销售OpenAI软件的通用版本时，它们仍存在竞争关系。微软表示，企业最好通过微软购买OpenAI的软件，因为这样可以获得额外的安全承诺和功能，而不是直接从OpenAI购买。

据报道，多年来微软的研究人员一直在研究如何利用OpenAI的LLM开发更个性化的人工智能助手。微软首席财务官艾米·胡德（Amy Hood）最近表示，即使OpenAI独自开发ChatGPT助手，微软与OpenAI的协议也允许微软永久使用该初创公司的底层LLM。协议还规定，如果OpenAI未来产生利润，微软将获得其中的很大一部分。

模糊的界限

开源LLM的快速进步意味着开发者将能够创建自己的人工智能助理。例如，Personal AI是一家成立于2020年的初创公司，他们已经筹集了780万美元的资金。Personal AI使用个人数据训练开源模型和专有LLM，并使模型足够小，可以完全在笔记本电脑或手机上运行。他们希望其软件能够充分了解一个人，以便在会议上模仿或代替他们，或者自动回复工作或个人消息。

Personal AI首席执行官苏曼·卡努甘提（Suman Kanuganti）表示，该公司的软件已经具备足够的智能，可以根据同事在会议期间做的笔记要点，帮助员工回应之前会议的想法。目前已有超过4万人使用该软件实现这一目标，这显示个人电脑和工作电脑之间的界限变得越来越模糊。

然而，人们对人工智能助手的需求和信任仍需观察。一些公司可能更喜欢使用开源人工智能模型而不是OpenAI的专有模型来开发自己的助手软件，因为这样可以在自家服务器上运行模型，从而消除了向OpenAI泄露敏感数据的风险。OpenAI的模型目前是通用的，这意味着模型摄取的任何数据都将成为其知识库的一部分。OpenAI可以通过让客户开发其模型的独特版本来减少数据泄露的担忧，这些版本不会反馈到通用模型中。

OpenAI还需要解决ChatGPT给出错误答案的倾向。加州大学伯克利分校的人工智能教授、数据库软件公司Databricks的联合创始人伊安·斯托伊卡(Ion Stoica)表示，开发高度个性化的人工智能工作模型所面临的技术挑战意味着，这将需要“至少几年”的时间。

一些OpenAI客户已经让ChatGPT以更加个性化的方式运作，每次使用时都提供大量信息。例如，Salesforce已经披露了基于OpenAI技术支持的销售软件，该软件可以为客户起草电子邮件。但每次要求ChatGPT起草电子邮件时，用户都需要在提示中包含客户和产品名称。同样，微软365 Copilot也可以读取整个Word文档或电子邮件线程，以总结文本或将其转换为PowerPoint演示文稿。

斯托伊卡表示，这种被称为“即时工程”的方法可能很“脆弱”因为它的结果会因为用户向ChatGPT提供信息的微小变化而产生巨大差异。此外，以这种方式运行人工智能模型的成本也更高，因为模型必须理解这些信息。

奥特曼和OpenAI发言人拒绝对本文发表评论，微软发言人没有就该公司将OpenAI软件变成个人工作助手的努力置评。

ChatGLM-6B自3月发布以来，在AI社区爆火，GitHub上已斩获29.8k星。

如今，第二代ChatGLM来了！

清华KEG和数据挖掘小组（THUDM）发布了中英双语对话模型ChatGLM2-6B。

项目地址：https://github.com/THUDM/ChatGLM2-6BHuggingFace：https://huggingface.co/THUDM/chatglm2-6b

最新版本ChatGLM2-6B增加了许多特性：

– 基座模型升级，性能更强大

– 支持8K-32k的上下文

– 推理性能提升了42%

– 对学术研究完全开放，允许申请商用授权

值得一提的是，在中文C-Eval榜单中，ChatGLM2以71.1分位居榜首，碾压GPT-4。而最新版本ChatGLM2-6B以51.7分位列第6。

ChatGLM2-6B升级亮点

ChatGLM-6B的第二代版本，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，又增加许多新特性：

1. 更强大的性能

基于ChatGLM初代模型的开发经验，全面升级了ChatGLM2-6B的基座模型。

ChatGLM2-6B使用了GLM的混合目标函数，经过了1.4T中英标识符的预训练与人类偏好对齐训练.

评测结果显示，与初代模型相比，ChatGLM2-6B在MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力。

2. 更长的上下文

基于 FlashAttention 技术，研究人员将基座模型的上下文长度由 ChatGLM-6B 的2K扩展到了32K，并在对话阶段使用8K的上下文长度训练，允许更多轮次的对话。

但当前版本的ChatGLM2-6B对单轮超长文档的理解能力有限，会在后续迭代升级中着重进行优化。

3. 更高效的推理

基于 Multi-Query Attention 技术，ChatGLM2-6B有更高效的推理速度和更低的显存占用.

在官方的模型实现下，推理速度相比初代提升了42%，INT4量化下，6G显存支持的对话长度由1K提升到了8K。

4. 更开放的协议

ChatGLM2-6B权重对学术研究完全开放，在获得官方的书面许可后，亦允许商业使用。

效果

相比于初代模型，ChatGLM2-6B在多个维度的能力上，都取得了巨大的提升。

使用方法

环境安装

首先需要下载本仓库：

git clone https://github.com/THUDM/ChatGLM2-6Bcd ChatGLM2-6B

然后使用pip安装依赖：pip install -r requirements.txt，其中transformers库版本推荐为4.30.2，torch推荐使用 2.0 以上的版本，以获得最佳的推理性能。

代码调用

可以通过如下代码调用ChatGLM2-6B模型来生成对话：

>>> from transformers import AutoTokenizer, AutoModel>>> tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True)>>> model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True, device='cuda')>>> model = model.eval()>>> response, history = model.chat(tokenizer, "你好", history=[])>>> print(response)你好👋!我是人工智能助手 ChatGLM2-6B,很高兴见到你,欢迎问我任何问题。>>> response, history = model.chat(tokenizer, "晚上睡不着应该怎么办", history=history)>>> print(response)晚上睡不着可能会让你感到焦虑或不舒服,但以下是一些可以帮助你入睡的方法:
1. 制定规律的睡眠时间表:保持规律的睡眠时间表可以帮助你建立健康的睡眠习惯,使你更容易入睡。尽量在每天的相同时间上床,并在同一时间起床。2. 创造一个舒适的睡眠环境:确保睡眠环境舒适,安静,黑暗且温度适宜。可以使用舒适的床上用品,并保持房间通风。3. 放松身心:在睡前做些放松的活动,例如泡个热水澡,听些轻柔的音乐,阅读一些有趣的书籍等,有助于缓解紧张和焦虑,使你更容易入睡。4. 避免饮用含有咖啡因的饮料:咖啡因是一种刺激性物质,会影响你的睡眠质量。尽量避免在睡前饮用含有咖啡因的饮料,例如咖啡,茶和可乐。5. 避免在床上做与睡眠无关的事情:在床上做些与睡眠无关的事情,例如看电影,玩游戏或工作等,可能会干扰你的睡眠。6. 尝试呼吸技巧:深呼吸是一种放松技巧,可以帮助你缓解紧张和焦虑,使你更容易入睡。试着慢慢吸气,保持几秒钟,然后缓慢呼气。
如果这些方法无法帮助你入睡,你可以考虑咨询医生或睡眠专家,寻求进一步的建议。
从本地加载模型

在从Hugging Face Hub下载模型之前，需要先安装Git LFS，然后运行：

git clone https://huggingface.co/THUDM/chatglm2-6b

如果checkpoint的下载速度较慢，可以只下载模型实现：

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/THUDM/chatglm2-6b

然后，手动下载模型参数文件，并将文件替换到本地的chatglm2-6b目录下。

地址：https://cloud.tsinghua.edu.cn/d/674208019e314311ab5c/

模型下载到本地之后，将以上代码中的THUDM/chatglm2-6b替换为本地的chatglm2-6b文件夹的路径，即可从本地加载模型。

参考资料：https://github.com/THUDM/ChatGLM2-6Bhttps://huggingface.co/THUDM/chatglm2-6b