[书生·浦语大模型实战营]——书生·浦语大模型全链路开源体系

2024-01-09 10:39:30

大模型成为发展通用人工智能的重要途径

在这里插入图片描述

书生·浦语大模型开源历程

在这里插入图片描述
在这里插入图片描述

书生·浦语模型性能

在这里插入图片描述

从模型到应用

应用例子：智能客服/个人助手/行业应用
实现流程：
在这里插入图片描述
开源开放体系：
在这里插入图片描述

1.数据——书生·万卷

在这里插入图片描述
价值观对齐这个挺有意思嗷！
在这里插入图片描述

2.预训练工具

在这里插入图片描述

3.微调

大语言模型的下游应用中，增量续训和有监督微调是经常会用到的两种方式
（1）增量续训
使用场景：让基座模型学习到一些新知识，如某个垂类领域知识（垂类领域表示某个行业的某一部分，细分产业）
训练数据：文章、数据、代码等
（2）有监督微调
使用场景：让模型学会理解和遵循各种指令，或者注入少量领域知识
训练数据：高质量的对话、问答数据
在这里插入图片描述

4.评测

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.部署

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6.应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文章来源:https://blog.csdn.net/qq_41776136/article/details/135375060
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。