第1节 书生·浦语大模型全链路开源体系

文章介绍了InternLM2体系,包括不同规格的模型版本,以及从模型预训练到应用的全链条开放过程,重点提及了增量续训和有监督微调这两种大模型的下游应用方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 专用模型:针对特定任务,一个模型解决一个问题
  • 通用大模型:一个模型应对多种任务、多种模态

书生浦语2.0(InternLM2)体系

面向不同的使用需求,每个规格包含三个模型版本:InternLM2-Base、InternLM2、InternLM2-Chat。均提供了7B和20B的版本。

从模型到应用

典型流程
在这里插入图片描述

全链条开放体系

  • 数据:书生·万卷
  • 预训练:InterLM-Train
  • 微调:XTuner
  • 部署:LMDeploy
  • 评测:OpenCompass
  • 应用:Lagent、AgentLego
微调

大模型的下游应用中,增量续训和有监督微调是两种常用方式。

  • 增量续训:让基座模型学习到一些新知识,如某个垂直领域知识
  • 有监督微调:让模型学会理解各种指令进行对话,或者注入少量领域知识。又分为全量参数微调部分参数微调
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值