书生大模型全链路开源体系

1.书生浦语大模型的开源之路

2.每一代InternLM（书生浦语大模型的英文名称）的性能天梯

3.书生浦语2.5的各项性能指标

tips：GPT4o支持上下文能力为128k(即12.8万字)

4.核心技术思路

5.推理能力与主流的开源模型的对比效果

6.100万token上下文（大海捞针实验：上下文数量达到一定数量后定位特定文本的能力）

7.基于规划和搜索解决负责问题

8.书生浦语开源模型谱系（20B参数模型出现了涌现的情况，小于这个参数则类似于检索的效果）

9.全链条开源，与社区生态无缝链接

书生万卷--预料，训练材料

InternEvo--主流训练框架

XTuner--微调框架

LMDeploy--部署工具，超越vlim

OpenCompass--评测体系

相关应用

10.全链条开放体系-数据

11.全链条开放体系-开源数据处理工具箱

12.全链条开放体系-预训练InternEvo

优势：显存优化，分布式训练，分布式训练之间通信优化，原先无法训练的东西可以进行训练，可以节省企业成本

13.全链条开放体系-微调XTuner

14.全链条开放体系-OpenCampass评测体系

15.全链条开放体系-部署LMDeploy

16.链条开放体系-智能体

17.HuiXiangDou-企业级知识库构建工具