书生·浦语大模型--第一节课

发布时间：2024年01月09日

书生·浦语大模型--第一节课


目标：掌握大语言模型开发和应用技能

引言

大语言模型成为学术界和工业界的热门话题。
起源于2018年的GPT-1。
在这里插入图片描述
大模型是发展通用人工智能的重要途径，可以应对多任务、多模态。

书生·浦语大模型

发展历程

在这里插入图片描述
覆盖轻量级、中量级、重量级的应用。7B、20B已开源可用
在这里插入图片描述
20B性能比较，值得一提的是参数量小，可以达到Llama2-70B水平
在这里插入图片描述

大模型的应用

需要考虑业务场景、算力、环境交互的因素
在这里插入图片描述
模型部署：更少的资源、提升吞吐量

全链条开放体系

在这里插入图片描述

数据开源

涵盖不同领域，包含积累的技术和数据。对齐中国主流价值观
在这里插入图片描述
开放的数据平台
在这里插入图片描述

预训练工具

在这里插入图片描述

微调

增量续训和有监督微调。
增量续训：垂直领域、文章、数据、代码
有监督微调：数据量更少
在这里插入图片描述

微调框架

只需要8G显存即可训练。第一个可以做到8G显卡训练。
在这里插入图片描述

评测工具

主要还是考试做题，全面性不够
在这里插入图片描述
大维度评测，更全面
在这里插入图片描述
评测架构
在这里插入图片描述
优势:
在这里插入图片描述
部署：
参数巨大、内存开销
在这里插入图片描述
开源部署框架：全流程解决方案
在这里插入图片描述
性能
在这里插入图片描述

智能体应用

局限性：

  • 最新信息和知识的获取
  • 回复的可靠性
  • 数学计算
  • 工具使用和交互

框架

在这里插入图片描述

工具箱

提供工具集合
在这里插入图片描述

总结

在这里插入图片描述

参考链接

视频：(1)书生·浦语大模型全链路开源体系

教程：InternLM-tutorial

文章来源:https://blog.csdn.net/lalala12ll/article/details/135487885
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章