描述
Intern Large Models (InternLM) 是上海人工智能实验室的一项倡议，致力于开发和开源高质量的大语言模型（LLM）和多模态大语言模型（MLLM）。该项目旨在提供一个全面的 AI 开发和应用生态系统，涵盖先进的模型和全栈工具链。
InternLM 项目下开发的关键模型包括 InternVL，这是一个先进的多模态大语言模型系列，以其卓越的整体性能而闻名。Intern-S1 是一个科学多模态大模型，在各种科学任务上提供强大的通用能力和最先进的性能。InternLM 系列本身包括多语言基础模型和聊天模型。对于专业任务，InternLM-Math 提供了最先进的双语数学推理 LLM，而 InternLM-XComposer 是一个视觉语言大模型，专为高级文本图像理解和创作而设计。
作为这些模型的补充，InternLM 提供了一个强大的工具链。XTuner 是一个用于高效 LLM 微调的工具包，支持多种模型和算法。LMDeploy 提供用于压缩、部署和服务的 LLM 工具。Lagent 是一个用于构建基于 LLM 的智能体的轻量级框架，而 OpenCompass 则是一个用于大模型评估的平台，提供公平、开放且可复现的基准。
该项目积极与 AI 社区互动，定期发布研究成果，并使其模型和工具易于访问。这种对开源的承诺促进了合作，并加速了大型语言模型领域的创新。InternLM 背后的团队积极参与研究，近期论文重点关注多模态 LLM 评估和用于图像描述的强化学习等领域。
InternLM 的产品面向希望利用尖端 LLM 和 MLLM 技术的研究人员、开发人员和组织。开源模型以及实用的开发和部署工具的可用性，使其成为从科学研究到创意内容生成和智能代理开发等广泛 AI 应用的宝贵资源。
InternLM亮点
开源 LLM 和 MLLM
InternVL 多模态大语言模型系列
Intern-S1 科学多模态大模型
InternLM 多语言基础模型和聊天模型
InternLM-Math 双语数学推理 LLM
InternLM-XComposer 视觉语言大模型
XTuner 用于高效 LLM 微调
LMDeploy 用于 LLM 压缩、部署和服务
Lagent 框架用于构建基于 LLM 的智能体
OpenCompass 用于大模型评估
由上海人工智能实验室开发
用于开发和应用的完整工具链
InternLM入门
访问模型：在 Hugging Face 上探索可用的 InternLM 模型。
通过 API 集成：利用模型 API 实现与应用程序的无缝集成。
微调模型：使用 XTuner 在自定义数据集上进行高效微调。
部署模型：使用 LMDeploy 对模型进行压缩、部署和服务。
构建智能体：利用 Lagent 构建基于 LLM 的智能体。
评估性能：使用 OpenCompass 进行基准测试和性能评估。
InternLM的使用案例
- 多模态理解
- 科学研究
- 数学推理
- 内容生成
- AI 智能体开发
- 模型部署
- 模型评估
