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
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。
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
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
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
轻量级智能体框架Lagent
多模态智能体工具箱 AgentLego
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