书生·浦语大模型实战训练营课程笔记：第一课

大模型主要分类

• 专用模型：针对特定任务，一个模型解决一个问题，如：AlphaGo、语音识别、人脸识别、图像识别等。
• 通用大模型：一个模型多种任务、多钟模态。

7B轻便便宜，20B中量型模型

• internLM2-base是模型基座，internLM2 chat是对话交互
• 多维度数据价值评估；高质量语料数据富集；针对性数据补齐
• 主要亮点：超长上下文（20万token），综合性能提升；对话和创作能力；工具调用（搭建复杂智能体）；突出数理分析能力；性能对比全方位提升。
• 一些应用场景展示：

模型自定义回复风格；安排行程路线规划；有想象力的创作，可以创作剧本；工具调用能力，可以调用代码，计算，完成复杂任务。

• 计算多步的运算，复杂运算和求解。配合代码解释器，20B模型可以完成部分微积分任务了；GSM8K和MATH数据集；
• 数据分析功能，上传表格进行分析文件，可以自己写代码，画出趋势分析图，使用机器学习算法进行预测。

模型到应用

智能客服、个人助手、行业应用

模型选型-业务场景评估-算力评估-训练微调-调整环境交互-构建智能体-模型部署。

预训练模型使使用便捷、可扩展、兼容主流。

internLM2性能处于中等靠前

部署支持多种主流接口