博客

基础岛通关奖励：结营证书，解锁全部 50% A100 权限，1688 算力点奖励助力项目申请和落地。

基础岛通关奖励：结营证书，解锁全部 50% A100 权限，1688 算力点奖励助力项目申请和落地。

基础岛通关奖励：结营证书，解锁全部 50% A100 权限，1688 算力点奖励助力项目申请和落地。

Prompt是一种引导AI生成特定内容的输入方式，它可以是一个简短的文本或问题，用来描述任务和要求。通过包含关键词或短语，Prompt可以指导模型生成符合特定主题或风格的内容。提示工程是通过设计和调整Prompts来改善模型性能或控制其输出结果的技术。它基于next token prediction的原理，即根据输入文本特征预测接下来的文本。指令要清晰提供参考内容复杂的任务拆分成子任务给LLM“思考”时间（给出过程）使用外部工具系统性测试变化。

目前 InternLM 2.5 系列发布了 1.8B、7B 和 20B 大小的模型InternLM2.5：经历了大规模预训练的基座模型，是我们推荐的在大部分应用中考虑选用的优秀基座。InternLM2.5-Chat: 对话模型，在 InternLM2.5 基座上经历了有监督微调和 online RLHF。InternLM2.5-Chat 面向对话交互进行了优化，具有较好的指令遵循、共情聊天和调用工具等的能力，是我们推荐直接用于下游应用的模型。

InternLM-XComposer2 是一款基于 InternLM2 的视觉语言大模型，其擅长自由形式的文本图像合成和理解。其主要特点包括：自由形式的交错文本图像合成：InternLM-XComposer2 可以根据大纲、详细文本要求和参考图像等不同输入，生成连贯且上下文相关，具有交错图像和文本的文章，从而实现高度可定制的内容创建。

每位参与者提交一份自我介绍。提交地址：https://github.com/InternLM/Tutorial 的 camp3 分支～Fork 目标项目 【https://github.com/InternLM/Tutorial】本地打开终端，输入以下内容git clone https://github.com/<github用户名>/Tutorial.git # 修改为自己frok的仓库git branch -a # 列出本地和远程的所有分支。

入门岛通关奖励：无。

通关奖励：无。