书生·浦语大模型全链路开源体系笔记

零、写在前面

本文用于记录“书生·浦语大模型全链路开源开放体系”的有关信息。

一、大模型现状

  • 大模型是发展通用人工智能的关键途径。
  • 过去智能集中在专用模型解决特定问题,现在大模型能应对多种任务和模态。

二、书生浦语大模型开源历程及现状

  • 书生浦语大模型自6月7日起经历了多次更新和开源。
  • 包括多模态预训练语料库的发布和参数量升级至123B的InternLM。
  • InternLM2是书生浦语2.0的版本,它在多个能力方向进行了强化,并在评测中表现优异。

三、InternLM2体系

  • InternLM2-Base:高质量、强可塑性的模型基座,适合深度领域适配。
  • InternLM2:在Base基础上强化多个能力方向,保持通用语言能力。
  • InternLM2-Chat:针对对话交互优化,具备指令遵循、共情聊天等能力。

四、InternLM2技术亮点

  • 回归语言建模本质,采用新一代数据清洗过滤技术。
  • 多维度数据价值评估,高质量语料驱动的数据富集。
  • 有针对性的数据补齐,加强数理、代码等核心能力。

五、实用功能

  • InternLM2升级了模型工具调用能力,能完成复杂任务。
  • 具有内生计算能力和实用的数据分析功能。

六、全链条开源开放体系

  • 高质量语料数据,8G显存可微调7B模型。
  • 获得Meta官方推荐的国产大模型评测体系。

七、技术报告笔记

  • InternLM2是一个开源的大型语言模型,克服了性能和实用性局限。
  • 在长上下文建模和开放式主观评估方面取得显著进展。
  • 使用InternEvo框架训练,支持多种并行化策略和GPU内存优化技术。

八、数据收集处理方法

  • 报告指出文本数据主要来自网页、书籍、技术文献等。
  • 通过多阶段过滤获得高质量预训练数据。
  • 长上下文数据通过特定步骤处理确保质量。

九、对齐阶段技术

  • 使用监督微调(SFT)和条件在线人类反馈强化学习(COOL RLHF)。
  • COOL RLHF引入条件奖励模型,避免奖励操纵行为。

十、总结

  • InternLM2通过创新的预训练和优化技术,在多个维度和基准测试中表现优异。
  • 开放不同训练阶段和模型大小的模型,为社区提供了分析模型演变的资源。
  • 4
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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