非常开心能够参加到第二期的书生·浦语大模型实战营，经过第一期的学习，初步了解了如何使用xtuner对模型进行微调，以及如何部署。遗憾的是没有更加深入学习并实现一个项目，此次学习过程中希望可以更进一步。
大模型称为发展通用人工智能的重要途径
我们同样可以在通用大模型的基础上进行领域特定数据的微调，以得到一个垂直领域大模型
书生·浦语大模型开源历程
书生·浦语2.0（InternLM2）的主要亮点
- 贴心又可靠的AI助手
- 充满人文关怀的对话
- 富有想象力的创作
- 工具调用能力升级（工具调用能够极大地拓展大语言模型的能力边界，使得大语言模型能够通过搜索、计算、代码解释器等获取最新的知识并处理更加复杂的问题。InternLM2进一步升级了模型的工具调用能力，能够更稳定地进行工具筛选和多步骤规划，完成复杂任务）
- 强大的内生计算能力
从模型到应用
书生·浦语全链条开源开放体系
- CompassRank：中立全面的性能榜单
- CompassKit：大模型评测全栈工具链（数据污染检查、更丰富的模型推理接入、长文本能力评测、中英文双语主管评测）
- CompassHub：高质量评测基准社区
