• 主讲人：宋志学 | d2l-ai-solutions-manual开源项目负责人

• 视频链接：

  轻松玩转书生·浦语大模型趣味Demo_哔哩哔哩_bilibili

• 书生·浦语大模型实战营项目仓库：

  GitHub - InternLM/tutorial

1/ 大模型及InternLM模型介绍

• 大模型定义：人工智能领域中参数数量巨大、拥有庞大计算能力和参数规模的模型。
• 特点及应用：
  • 利用大量数据进行训练
  • 拥有数十亿甚至数千亿个参数
  • 模型在各种任务中展现出惊人的性能

InternLM 模型全链条开源

• InternLM是一个开源的轻量级训练框架，旨在支持大模型训练而无需大量的依赖。基于internLM训练框架， 上海人工智能实验室已经发布了两个开源的预训练模型：

  • InternLM-7B
  • InternLM-20B

• Lagent是一个轻量级、开源的基于大语言模型的智能体（agent）框架，用户可以快速地将一个大语言模型转变为多种类型的智能体。通过Lagent框架更好发挥InternLM模型的全部性能。

• 浦语·灵笔是基于书生·浦语大语言模型研发的视觉·语言大模型，有着出色的图文理解和创作能力，使用浦语·灵笔大模型可以轻松的创作一篇图文推文。

2/ InternLM-Chat-7B 智能对话 Demo

模型介绍

• 通过单一的代码库，InternLM支持在拥有数千个GPU的大型集群上进行预训练，并在单个GPU上进行微调，同时实现了卓越的性能优化。在1024个GPU上训练时，InternLM可以实现近90%的加速效率。
• InternLM-7B包含了一个拥有70亿参数的基础模型和一个为实际场景量身定制的对话模型。该模型具有以下特点：
  • 利用数万亿的高质量token进行训练，建立了一个强大的知识库
  • 支持8k token的上下文窗口长度，使得输入序列更长并增强了推理能力。

3/ Lagent智能体工具调用 Demo