Goodman_____的博客

大型语言模型（LLMs）的发展，如ChatGPT和GPT-4，引发了人们对人工通用智能（AGI）的到来的讨论。然而，在开源模型中复制这种进展是具有挑战性的。本文介绍了InternLM2，一个开源的LLM，在6个维度和30个基准测试中胜过其前任，在长文本建模和开放式主观评估方面通过创新的预训练和优化技术。InternLM2的预训练过程被详细介绍，重点突出了对多种数据类型（文本、代码和长文本数据）的准备。

打开自己电脑的powerShell终端，输入命令，第一次需要输入密码，后面因为。conda就是一个python环境管理工具。vscode下载ssh插件。设置，不再需要密码，方便。或者直接vscode设置。运行helloworld。

基础任务使用 Lagent 自定义一个智能体，并使用 Lagent Web Demo 成功部署与调用，记录复现过程并截图。使用 LMDeploy 部署 InternLM2.5-7B-Chat，并启动一个 API Server。在另一个窗口中启动 Lagent 的 Web Demo端口映射后，在本地浏览器中打开地址，并修改模型名称一栏为，修改模型 ip一栏为。插件选择一栏选择，输入指令，帮我搜索一下 MindSearch 论文使用 Lagent 自定义工具主要分为以下几步：继承。