书生·浦语第二期-笔记1

课程链接：InternLM/Tutorial at camp2 (github.com)

课程录播链接：InternLM/Tutorial at camp2 (github.com)

1.书生浦语模型家族

2.从基座模型到大模型应用的过程

根据自身业务场景结合自身算力，选择合适参数规模的基座模型与微调方法，例如在jetson Nano上部署时，由于显存只有4GB，可选择1.8B模型作为基座模型。

3.书生浦语开发工具集

提供数据集->预训练->微调->部署->评测->应用全套工具。

3.1书生万卷

3.2InternLM-Train：

只需修改配置文件，即可实现不同模型、不同数据集下的训练。

3.3XTuner

内置Lora、QLora等多种微调算法.

3.4LMDeply

支持高效部署，内置INT4、INT8量化实现。

3.5OpenCompass

提供非常全面的评测体系。被Meta推荐。

3.6Lagent

智能体构建工具包，构建智能体查询外部资料如网站、文档等，提高模型回答准确性与可靠性。同时支持图像、文字、语音等多种模态。