1.大模型为发展通用人工智能的重要途经
专用模型:针对特定任务解决特定问题
通用大模型:一个模型对应多模态多任务
2.InternLM大模型开源历程
3.InternLM-20B大模型性能
4.从模型到应用:智能客服、个人助手、行业应用
5.书生浦语全链条开源开放体系
6.数据
书生万卷(文本、图像文本、视频)
OpenDataLab(提供智能标注工具)
7.预训练:InterLM-Train(全面)
8.微调:XTuner(高兼容)
部分参数微调LoRA:固定已有参数,加入新参数进行微调。
显存优化:最低支持8GB显卡(2080、4060)-7B模型微调
自动优化加速
适配多种开源生态
多种微调算法
9.测评:OpenCompass
全球领先的大模型开源评测体系
平台架构
特点:丰富模型支持、丰富的API、分布式评测能力、便捷的数据集接口构建自己的数据集、快速迭代、用户遍布。
10.部署
大语言模型特点 技术挑战 部署方案
LMDeploy全流程解决方案:模型轻量化 推理和服务
推理性能遥遥领先
11.智能体应用
大模型驱动智能体
智能体以大模型为核心,进行调用、规划、推理和执行。
轻量级智能体框架Lagent
多模态智能体工具箱AgentLego
文章评论