一、大模型的发展

        模型与通用人工智能（AGI），大模型通常被视为发展通用人工智能的重要途径。AI研究从专用模型向通用模型转变，在过去的一二十年中，研究重点在于针对特定任务的专用模型。专用模型的已经再多个领域取得显著成就，包裹大规模语音识别、图像识别、人脸识别、AIphago下围棋、德扑游戏以及AIFold在蛋白质结构预测方面的应用。

        尽管专用模型在特定任务表现出色，但应用范围有限，无法处理超过其训练范围的问题。因此随着深度学习理论的突破和技术进步，通用模型成为了AI研究的新焦点，目的就是为了创建能够解决多种问题的灵活、适应性强的模型

二、书生·浦语 2.0（InternLM2）

体系：

        没有想到的是7B和20B的模型下面居然都有三种不同版本。

亮点：

        体验后感觉还不错。能够对上传的Excel文件进行分析确实很惊艳了，有一段时间没有使用大模型，居然发展到这个地步了，太强了。（数学能力也有大幅度提升）

应用：

        这个就属于千人千面了，每个人的想法不同，最后创造出来的大模型“助手”也不同。这一点很期待个人化的“轻量级”大模型的大量出现

三、模型部署考虑要点

         第一次看到这样的流程图，瞬间清晰很多

         感觉很容易上手（后面具体部署了再来聊这个问题）

收获的两个网站：

        大模型提供高质量的开放数据集：

        大模型评测：OpenCompass

 下面这两个感觉对平民级玩家来说太友好了：

部署方便：

智能体东西很全面，应该很有意思：