大模型成为发展通用人工智能的重要途径。
专用模型vs通用模型
专用:特定任务
通用:一个模型多种任务、多种模态
轻量级:internLM-7B
中量级:20B,达到llama2-70b水平
重量级:123B
前两个开源
数据:书生dian万卷
opendatalab:开放数据平台
预训练: internLM-train
微调:增量续训(文章书籍代码)、有监督微调(问答数据、高质量对话)
xtuner:8gb微调7b模型
评测:
部署:
智能体:
大模型成为发展通用人工智能的重要途径。
专用模型vs通用模型
专用:特定任务
通用:一个模型多种任务、多种模态
轻量级:internLM-7B
中量级:20B,达到llama2-70b水平
重量级:123B
前两个开源
数据:书生dian万卷
opendatalab:开放数据平台
预训练: internLM-train
微调:增量续训(文章书籍代码)、有监督微调(问答数据、高质量对话)
xtuner:8gb微调7b模型
评测:
部署:
智能体: