#第三期实战营-基础岛-作业1

今天学习了陈恺老师的《书生葡语大模型全链路开源体系》这一课，颇有感悟和心得。

在人工智能的浪潮中，"书生葡语大模型"以其全链路开源体系，成为了一个引人注目的亮点。它的发展史和特性，包括轻量级与重量级模型的不同能力，都值得我们深入探讨。特别是它的实战营，第三期课程内容更是让人竟相参加。

在这里插入图片描述:
通用模型与专用模型对比

"书生葡语大模型2.0"不仅提供了多种尺寸和类型的模型，还支持多语言和多模态任务，这无疑为人工智能的发展趋势增添了浓墨重彩的一笔。

在能力评测方面，"InternLM2模型"的表现尤为突出，无论是语言知识、推理、数学还是代码，它都展现出了卓越的性能，甚至在某些方面超越了GP3.5和germini pro。这种综合性能的领先，不仅体现在模型本身，还包括了其内生的计算能力和数据分析功能，它们能够处理从模型选型到应用的整个流程中的复杂任务。

"书生葡语"的全链条工具体系是开源的，涵盖了数据、预训练、微调、部署、评测、应用等各个环节，为开发者提供了极大的便利。而"书生万卷cc数据集"的开源，更是包含了2013年至2023年间的互联网公开内容，经过精细化的清洗和处理，为模型的训练和评测提供了宝贵的资源。

"open compass 2.0思南大模型评测体系"的发布，标志着评测框架的开发和开源，以及评测基准社区的建立，这对于大模型能力的提升具有重要意义。它已经适配了超过100个评测集，成为国内最完善的评测体系之一。

最后，"英特尔"在开源模型推理和部署工具方面的评测和发展趋势，以及智能体框架和多媒体多模态智能体工具箱的使用和开发，都显示出了开源社区的活力。Mdepot提供的全链条部署解决方案，以及Legend智能体框架和AgentLego多模态AI工具箱，都在推动着人工智能技术的进步。
尤为引人注目:是LMDeploy搭载模型的能力优胜transformers

总的来说，这些模型和工具的发展，不仅仅是技术上的突破，更是人工智能领域创新精神的体现。它们让我们对未来的智能世界充满了期待。