书生·浦语大模型笔记一

最新推荐文章于 2024-05-30 11:27:58 发布
最新推荐文章于 2024-05-30 11:27:58 发布
阅读量223 收藏
点赞数 3
分类专栏： 大模型 学习 AI 文章标签： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/frank_Dawn/article/details/137401210
版权
大模型 同时被 3 个专栏收录
2 篇文章 0 订阅
订阅专栏
学习
2 篇文章 0 订阅
订阅专栏
AI
2 篇文章 0 订阅
订阅专栏

初识书生浦语大模型

一、书生·浦语大模型是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、发展趋势

在这里插入图片描述

三、开源历程

在这里插入图片描述

四、InternLM2

本质—回归语言模型

在这里插入图片描述

主要亮点

在这里插入图片描述
在这里插入图片描述

模型能力

1.个人生活小助手

2.具有人文关怀的对话方式

3.作为工具，处理复杂问题

五、书生·浦语大模型的应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

叶叶笙风
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
书生浦语大模型笔记一
weixin_40574825的博客
04-02 665
Class1主要介绍了有关书生浦语在行业上的优势在自己完整的全链条开源开放体系的优势和强大竞争力，也说明了建立一个大模型所需要的配置和基础的流程和操作。
【 书生·浦语大模型实战营】学习笔记（一）：全链路开源体系介绍
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
03-31 1497
本文为实战营第一次课程笔记，主要分为两个部分，第一部分从书生·浦语大模型发展、分类、组成进行详细介绍，方便大家理解。第二部分为对 InternLM2技术报告解读，后续系列会继续更新，欢迎大家交流！
大模型学习之书生·浦语大模型笔记汇总
uncle_ll的博客
01-30 618
笔记汇总
书生·浦语大模型笔记
TLBoris的博客
05-27 294
InternLM2模型通过创新的预训练和优化技术，在六个维度和30个基准测试中表现出色。该模型能够高效捕捉长期依赖关系，最初在4k tokens上训练，然后进阶到32k tokens，并在200k的“针堆”测试中展现出卓越的性能。通过监督式微调（SFT）和一种新的基于条件在线强化学习（COOL RLHF）的策略，InternLM2进一步与人类偏好对齐，解决了冲突的人类偏好和奖励黑客问题。
书生浦语大模型-笔记四
weixin_40574825的博客
04-18 520
编写脚本，通过指定用户名和数据条目数量，生成对话格式的数据，这些数据将模拟用户与助手的交互。重复生成指定数量的数据条目，创建足够大的数据集，用于后续的微调过程。启动训练: 完成配置后，用户可以一键启动模型训练。模型整合指令：使用 XTuner 提供的指令，整合原模型、训练好的 adapter 层，以及设置保存的最终地址。对话测试：通过简单的 web 演示或 CLI 工具，测试整合后的模型对话能力，比较微调前后的变化。明确目标: 明确自己的微调目标是非常关键的，这包括理解需要使用的数据类型和所需的计算资源。
书生浦语大模型学习笔记二
qq_45607888的博客
01-07 369
大模型概念：人工智能领域中参数数量巨大、拥有庞大计算能力和参数规模的模型。特点及应用1. 利用大量数据进行训练2. 拥有数十亿甚至数千亿个参数3. 模型在各种任务中展现出惊人的性能InternLM 是一个开源的轻量级训练框架，旨在支持大模型训练而无需大量的依赖。基于InternLM训练框架，上海人工智能实验室已经发布了两个开源的预训练模型:和。Lagent是一个轻量级、开源的基于大语言模型的智能体 (agent) 框架，用户可以快速地将一个大语言模型转变为多种类型的智能体。
书生浦语大模型 第一课笔记
ph_2021的博客
03-31 95
书生浦语大模型-笔记五
weixin_40574825的博客
04-13 214
知识蒸馏是先根据上下文学习，然后保有原本的思维链按照指令跟随从而将模型压缩。它可以通过代码来实现根据图片来生成你想要的文本，对未来的发展提供更多便捷。模型部署简单来说就是对软件应用，对人工智能来说是将深度学习模型运行。大模型部署要有强大的技术支持，但也会遇到许多难题。
书生·浦语大模型笔记二
frank_Dawn的博客
04-05 155
书生浦语大模型动手尝试部署 InternLM2-Chat-1.8B 模型进行智能对话部署实战营优秀作品 八戒-Chat-1.8B 模型通过 InternLM2-Chat-7B 运行 Lagent 智能体 Demo实践部署 浦语·灵笔2 模型 部署 InternLM2-Chat-1.8B 模型进行智能对话 部署实战营优秀作品 八戒-Chat-1.8B 模型 通过 InternLM2-Chat-7B 运行 Lagent 智能体 Demo 实践部署 浦语·灵笔2 模型
书生浦语大模型实战课 第二课笔记
03-31
书生浦语大模型实战课 第二课笔记
书生 浦语大模型实战训练营第二期 第三节笔记
04-14
书生 浦语大模型实战训练营第二期 第三节笔记
书生·浦语大模型第二课
03-04
书生·浦语大模型第二课
书生浦语一期作业和笔记
01-30
书生浦语一期作业和笔记
书生浦语大模型实战课 第二课作业（更新）
04-04
书生浦语大模型实战课 第二课作业（更新）
强化学习——学习笔记3
qq_52302919的博客
05-29 1309
先上图：在上述流程图中所说的Q表即为下表：假设我们在玩一个小游戏，该游戏有上下左右不同的动作，同时也会有不同的状态，比如游戏结束等。Q表也可以称为状态-价值函数QsaQ(s,a)Qsa：这个表格的每一行代表每个 state上述例子中的游戏结束等，每一列代表每个 action上述例子中的上下左右，表格的数值就是在各个 state 下采取各个 action 时能够获得的最大的未来期望奖励。
Vue3实战笔记（52）—Vue 3封装持仓分析饼图
最新发布
山花的博客
05-30 332
接上文，封装持仓分析饼图。封装好几个组件，用于后续开发。把忧愁煮成茶，让它在心间慢慢沉淀，剩下的，便是清甜的回味。
强化学习——学习笔记
qq_52302919的博客
05-27 1264
强化学习问题通常可以建模为一个马尔可夫决策过程，包括以下几个要素：1、状态集合 (State Set)：S；2、动作集合 (Action Set)：A；Ps′∣saPs′∣sa，描述在状态s下执行动作a后转移到状态s′s^′s′的概率；Rsas′Rsas′，描述在状态s 下执行动作a并转移到状态s′后获得的奖励。πa∣sπ (a∣s)πa∣s，描述智能体在状态s下选择动作a 的概率。
Python图形界面(GUI)Tkinter笔记（十四）：Entry与Button的碰撞（1）
肥辉的学习笔记
05-29 204
用功能按钮(Button)、单行文本输入框(Entry)、文本框内容读取(get)实现一个极简易的加法运算，及与其他控件的交互，提高体验，主要体现其人机交互的意义。因为Entry()文本输入框没有限制输入内容属性的参数，它是把所有的输入都视作它特有的一个类属性，所以用get()方法读取出来是一个字符串而这字符串可包括字母或其它符号。因此我们必须对其进行判断后再计算，若直接计算可能会出现不可预料的错误。这里用了try...except..进行了简单的错误判断处理。
国内大语言模型还有哪些？
06-06
1. 百度的ERNIE（Enhanced Representation through Knowledge Integration） 2. 阿里巴巴的ALBERT（A Lite BERT） 3. 华为的GPT（Generative Pre-trained Transformer） 4. 腾讯的XLNet（eXtreme Language ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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