本文探讨了书生·浦语大模型从专用到通用的发展路径，介绍了其不同规模的版本，以及全链条的开源体系，包括数据、预训练、微调方法、评测平台和部署解决方案，以及配套的智能体框架和工具箱。
大模型的发展是通用人工智能的重要途经
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（一个模型对应多种任务、多种模态）
书生·浦语大模型开源历程
InternLM------多模态语料库------开源智能体Lagent------参数量升级------开源工具链升级
书生·浦语大模型系列
轻量级：InternLM-7B
中量级：InternLM-20B
重量级：InternLM-123B
从模型到应用
全链条开源体系
数据
书生·万卷1.0（2TB，文本，图像-文本，视频）
OpenDataLab开源数据平台（80TB）
预训练
InternLM-Train
微调
增量续训
有监督微调
高效微调框架 XTuner
评测
OpenCompass开源评测平台
部署
LMDeploy大模型在GPU部署的全流程解决方案
智能体
Lagent轻量级智能体框架
AgentLego多模态智能体工具箱
1210
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
