书生·浦语大模型全链路开源体系介绍

背景介绍

随着人工智能技术的迅猛发展，大模型技术已成为当今人工智能领域的热门话题。2022 年 11 月 30 日，美国 OpenAI 公司发布了 ChatGPT 通用型对话系统 并引发了全球 的极大关注，上线仅 60 天月活用户数便超过 1 亿，成为历史上用户增长最快的互联网 应用产品。2023 年 3 月 14 日，OpenAI 公司再次发布了升级版模型 GPT-4 又展现 出了更高阶的能力，再一次实现了技术飞跃，并在全球范围掀起大模型发展浪潮。不仅国外科技巨头纷纷加码布局，推动大模型产业的快速落地，国内的头部企业也积极追赶步伐，竞相抢滩大模型的新赛道，抢抓认知智能大模型带来的历史机遇，下图为ChatGPT的发布时间线。

在OpenAI发布GPT3.5后，各大模型厂商积极跟进，相继推出各类大模型。国内本土已经发布近80款参数量在十亿量级以上的大模型，主要有华为、阿里、百度、腾讯等，亦有清华大学等高校机构。

专用大模型： 针对特定任务，一个模型解决一个问题，比如适用于围棋比赛的围棋大模型

通用大模型： 一个模型应对多种任务、多种模态

大模型介绍

书生·浦语大模型开源历程：

书生·浦语大模型系列：

以20B开源大模型为例，其性能全面领先相近量级的开源模型（包括Llama-33B、Llama2-13B以及国内主流的7B、13B开源模型），以不足三分之一的参数量，达到Llama2-70B水平。

大模型开源开放体系

数据： 开放了书生万卷，具有2TB数据，涵盖多种模态与任务 预训练： 开源了InternLM-Train框架，支持并行训练，进行了极致优化，速度达到3600 tokens/sec/gpu 微调： 开源了XTuner框架，支持 全参数微调，支持LoRA等低成本微调 部署： 开源了LMDeploy框架，支持全链路部署，性能领先，每秒生成2000+ tokens 评测： 开源OpenCompass框架，支持全方位评测，性能可复现，80套评测集，40万道题目 应用： 开源了Lagent、AgentLego项目，支持多种智能体，支持代码解析器多种工具调用

数据-书生万卷

预训练

微调

评测

OpenCompass提供的评测集

OpenCompass 开源评测平台架构

OpenCompass的亮点

OpenCompass支持的模型

部署

LMDeploy 提供大模型在GPU上部署的全流程解决方案，包括模型轻量化、推理和服务

智能体应用

轻量级智能体框架Lagent

多模态智能体工具箱 AgentLego

总结

总之书生浦语是一个大模型全链路开源体系，为开发者提供了从数据集准备到模型训练、部署和应用的全套解决方案。通过该体系，开发者可以自由定制和扩展模型，满足不同场景下的需求。

本文提到的相关框架工具地址： OpenDataLab: https://opendatalab.com/home 书生万卷：https://opendatalab.com/OpenDataLab/WanJuan1_dot_0 预训练框架：https://github.com/InternLM/InternEvo 微调框架XTuner：https://github.com/InternLM/xtuner 部署框架LMDeploy：https://github.com/InternLM/lmdeploy Lagent：https://github.com/InternLM/lagent AgentLego：https://github.com/InternLM/agentlego 评估框架OpenCompass: https://github.com/open-compass/opencompass