[书生实战营] 书生大模型全链路开源体系

  • 书生·浦语的开源之路

  • 每一代InternLM模型的性能天梯

  • 核心技术思路

        其中,第三个基于人类反馈的强化训练就是模型在生成多样化东西的时候,人类给它进行一个满意度的排序,从而通过这个排序来让模型在以后的版本中更容易生成符合人类要求的答案。因为有时候只去做相似度对齐的训练的话,并不一定是符合人类满意的。

  • 基于规划和搜索解决复杂问题的思路

  • 书生·浦语开源模型谱系

        从模型量级上来说,1.8B(billion)指的是10亿级参数量的模型。

  • 书生·浦语全链条开源生态总览图

  • 开源数据处理工具箱

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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