书生-浦语大模型实战营第一次笔记

大模型为发展通用人工智能的重要途经

专用模型:针对特定任务解决特定问题
通用大模型:一个模型对应多模态多任务

InterLM大模型开源历程

在这里插入图片描述

InterLM-20B性能遥遥领先

在这里插入图片描述

模型应用:智能客服、个人助手、行业应用

在这里插入图片描述

书生浦语全链条开放体系

在这里插入图片描述

全链条开源开放体系

书生万卷(文本、图像文本、视频)
在这里插入图片描述

OpenDataLab(提供智能标注工具)
在这里插入图片描述

预训练:InterLM-Train(全面)
在这里插入图片描述

微调:XTuner(高兼容)
在这里插入图片描述
在这里插入图片描述

大模型的局限性

知识时限性;回复可靠性;数学能力;工具使用和交互

如何将大模型搭建成智能体?

Lagent框架

在这里插入图片描述

参考

https://www.bilibili.com/video/BV1Rc411b7ns/?vd_source=526a09414786452e9022394748226b67

https://github.com/InternLM/tutorial/discussions/62

  • 10
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值