书生浦语第一课

最新推荐文章于 2024-06-22 23:30:00 发布
最新推荐文章于 2024-06-22 23:30:00 发布
阅读量114 收藏
点赞数 2
文章标签： 人工智能
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/jiedota/article/details/137208296
版权
本文介绍了InternLM2的7B和20B参数模型，以及针对对话场景的优化版本InternLM2-Chat。文章详细阐述了从模型选择到应用部署的典型流程，包括数据准备、微调选项和书生浦语开源体系的组成部分。
摘要由CSDN通过智能技术生成

书生浦语第一课

第一章 大模型简介

InternLM2 的体系

模型提供了7B和20B2个参数级别的模型，都是基于 InternLM2-Base 的，InternLM2 在各个方面进行强化，应用时首选，InternLM2-Chat 经过 SFT和 RLHF 面向对话进行了优化，聊天场景首选。

从模型到应用的典型流程

模型选型、业务场景是否复杂、算力是否充足、全参数微调、部分参数微调、是否需要与环境进行交互、构建智能体、模型评测、模型部署。

书生浦语全链路开源体系

数据：书生万卷1.0 2TB 书生万卷CC
预训练：InternLM-Train
微调：XTuner 最低8GB显卡微调7B，增量续训，有监督微调
部署: LMDeploy
评测：OpenCompass CompassRank 是模型榜单，CompassKit 是评测工具，CompassHub是评测社区
应用：AgentLego

jiedota
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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·浦语大模型第二课
03-04
书生·浦语大模型第二课
书生浦语第一课学习笔记&作业
m0_37645063的博客
06-12 101
本次参加由上海人工智能实验室和商汤科技联合研发的一款大模型——书生浦语的第二期课程班。希望能通过本次课程了解人工智能开发、部署、调试、测评方面的知识，开拓工作思路。6、Lagent支持多种智能体输入。5、opencompass榜单。1、大模型发展时间戳。2、书生浦语开源历程。
书生浦语第一次课
qq_29983883的博客
04-01 334
使 用 场 景 ： 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 训 练 数 据 ： 高 质 量 的 对 话 、 问 答 数 据。使 用 场 景 ： 让 基 座 模 型 学 习 到 一 些 新 知 识 ， 如 某 个 垂 类 领 域 知 识 训 练 数 据 ： 文 章 、 书 籍 、 代 码 等。利用高质量语料的特征从物理世界、互联网以及语料进一步富集耕读类似语料。基于文本质量、信息质量、信息密度等维度对数据简直进行综合评估和提升。
书生浦语第一节课笔记
weixin_56456196的博客
05-19 203
一、书生·浦语大模型的认识与开源历程二、书生·浦语：从模型到应用的开源之旅
书生浦语第二次课
qq_64055789的博客
06-06 242
Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。它的整个框架图如下:
书生浦语第三次课
qq_29983883的博客
04-07 816
书生浦语第一次课。
书生浦语大模型 第一课笔记
ph_2021的博客
03-31 110
书生浦语第六课学习笔记&作业
m0_37645063的博客
06-12 295
AgentLego 是一个提供了多种开源工具 API 的多模态工具包，旨在像是乐高积木一样，让用户可以快速简便地拓展自定义工具，从而组装出自己的智能体。通过 AgentLego 算法库，不仅可以直接使用多种工具，也可以利用这些工具，在相关智能体框架（如 Lagent，Transformers Agent 等）的帮助下，快速构建可以增强大语言模型能力的智能体。Lagent 是一个轻量级开源智能体框架，旨在让用户可以高效地构建基于大语言模型的智能体。1、安装Lagent与Agentlego环境。
书生浦语第五课学习笔记&作业
m0_37645063的博客
06-10 141
知识蒸馏（Knowledge Distillation）是一种模型压缩和迁移学习的方法，其核心概念是通过一个性能较好的大模型（通常称为“教师模型”或“Teacher Model”）来指导一个较小模型（通常称为“学生模型”或“Student Model”）的训练，以期达到更好的性能和精度。模型访存量指的是模型在计算时所需访问存储单元的字节大小。通常用Bytes（或者KB/MB/GB）来表示，即模型计算到底需要存/取多少Bytes的数据。本节课学习模型部署、模型计算资源简单测算及lmdeploy的使用。
书生浦语第三课学习笔记&作业
m0_37645063的博客
06-05 316
--------------------------------------------------------------笔记------------------------------------------------------------课程讲义地址：Tutorial/huixiangdou at camp2 · InternLM/Tutorial · GitHubRAG技术概述RAG）技术，通过检索与用户输入相关的信息片段，并结合外部知识库来生成更准确、更丰富的回答。解决。
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）
书生浦语大模型实战课（第二期） 第二课作业
04-04
书生浦语大模型实战课（第二期） 第二课作业
Talk｜香港科技大学冯宸：高效自主的大尺度场景空中覆盖与重建
TechBeat人工智能社区博客
06-20 1084
本期为TechBeat人工智能社区第601期线上Talk。 北京时间6月19日(周三)20:00，香港科技大学冯宸博士生—冯宸的Talk已经准时在TechBeat人工智能社区开播！ 他与大家分享的主题是: “高效自主的大尺度场景空中覆盖与重建”，他围绕团队在利用无人机进行大尺度场景下的快速自主覆盖与重建方面取得的进展和思考展开。该工作已入选ICRA 2024 Finalist for Best Paper Award on UAV。
Midjourney绘画提示词精选：提升AI艺术创作的秘诀
最新发布
weixin_42132035的博客
06-22 575
在AI艺术创作领域，MidJourney作为一款强大的绘画生成工具，受到了越来越多艺术家和设计师的青睐。通过提供简洁但富有创意的提示词，可以帮助MidJourney生成令人惊叹的艺术作品。在本文中，我们将分享一些精选的MidJourney绘画提示词，助你在AI艺术创作中取得更好的效果。
内积知识点小记
liujianjun1536500976的专栏
06-21 623
对于两个向量a = [a₁, a₂,…, aₙ]和b = [b₁, b₂,…, bₙ]，它们的点积定义为：a·b = a₁b₁ + a₂b₂ + … + aₙbₙ。使用矩阵乘法，把（纵列）向量当作n×1 矩阵，点积也可以写为：a·b = (a^T) * b，这里的a^T指示矩阵a的转置。
【diffusers极速入门（三）】生成的图像尺寸与 UNet 和 VAE 之间的关系
weixin_44212848的博客
06-20 967
UNet 是一种卷积神经网络架构，最初设计用于生物医学图像分割。其结构类似于一个对称的 U 字形，由编码器（下采样）和解码器（上采样）组成。编码器逐步提取图像特征并缩小空间维度，解码器则将这些特征还原到原始的空间维度，同时逐步增加分辨率。对称结构：编码器和解码器对称分布。跳跃连接：直接将编码器的中间层输出传递到解码器的对应层，保留了高分辨率特征。多尺度特征提取：在不同尺度上提取特征，提升了网络对细节的捕捉能力。VAE 变分自编码器是一种生成模型，通过学习输入数据的潜在表示来生成新数据。编码器。
书生·浦语大模型 黑屏
06-13
"书生·浦语"并不是一个广泛为人知的特定模型，可能是某个特定项目、产品或者人物的代称。由于信息有限，我无法提供详细的介绍。如果你是在问关于某个特定领域的大模型，比如人工智能研究中的一个模型，通常这类模型...

“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