书生浦语第二期第一节笔记

介绍了大模型已经成为发展通用人工智能的重要途径

专用模型：针对特定任务，一个模型解决一个问题

通用大模型：一个模型应对多种任务，多种模态

书生浦语大模型的开源历程：

以及2.0的体系：

主要亮点：

1.超长上下文

2.综合性能全面提升

3.优秀的对话和创作体验

4.工具调用能力整体升级

5.突出的数理能力和实用的数据分析功能

其性能在全方位有着可以比肩chatgpt的水平，例如

是贴心又可靠的AI助手：帮助制定计划

充满人文关怀的对话：解决个人内耗

富有想象力的创作：提供思维灵感

工具调用能力升级：完成复杂任务

强大的内生计算能力：提高计算准确度

代码解释器：求解数学问题

实用的数据分析功能：帮助解读代码

从模型到应用典型流程：

在大语言模型的下游应用中，会用到两种方式：

增量续训和有监督微调

评测环节：

包括Compasskit：大模型评测全栈工具链，Compassrank：中立全面的性能榜单，CompassHub：高质量评测基准社区

OpenCompass据有性能优势，开源社区未来可期。

部署环节：

轻量级智能体框架：