K6：面向開發人員的現代負載測試工具
K6 是一個開源負載測試工具，可以輕松編寫、運行和分析性能測試。它建立在 Go 和 JavaScript 之上，它被設計為功能強大、可擴展且易于使用。k6 可用于測試各種應用程序，包括 Web
1 月 17 日，上海人工智能實驗室與商湯科技聯合香港中文大學和復旦大學正式發布新一代大語言模型書生?浦語 2.0（InternLM2），模型開源可免費授權商用。該模型在阿里云魔搭社區（ModelScope）上首發。
InternLM2 的核心理念在于回歸語言建模的本質，致力于通過提高語料質量及信息密度，實現模型基座語言建模能力獲得質的提升，進而在數理、代碼、對話、創作等各方面都取得長足進步，綜合性能達到同量級開源模型的領先水平。
InternLM2 在 2.6 萬億 token 的高質量語料上訓練得到。沿襲第一代書生?浦語（InternLM）的設定，InternLM2 包含 7B 及 20B 兩種參數規格及基座、對話等版本，滿足不同復雜應用場景需求。秉持“以高質量開源賦能創新”理念，上海 AI 實驗室繼續提供 InternLM2 免費商用授權。
阿里云魔搭社區已開設書生?浦語“模型品牌館”專頁，聚合該系列所有模型及體驗接口，并推出了相關最佳實踐教程，提前跑通模型的部署、推理和微調流程供開發者快速上手。在魔搭社區書生?浦語 2 模型頁，開發者還可點擊“Notebook 快速開發”，一鍵拉起阿里云人工智能平臺 PAI，在云上對模型進行快速開發和部署。
魔搭社區開源地址
魔搭書生?浦語 2.0 最佳實踐
此前 9 月，書生?浦語 InternLM-20B 開源也以魔搭社區作為首發平臺。作為國內規模最大的 AI 模型社區，魔搭聚集了國內頭部人工智能機構貢獻的 2700 多款 AI 模型，并成為諸多頂尖大模型的首發陣地。在魔搭上，開發者可一站式進行模型體驗、下載、推理、調優、定制，并可調用阿里云免費算力，目前魔搭上開發者超過 360 萬，模型下載量已破億。
回歸語言建模本質，筑牢大模型能力基礎
上海 AI 實驗室聯合團隊研究認為，對于大模型的研究應回歸語言建模本質，通過更高質量的語料以及更高的信息密度，筑牢大模型能力基礎。
為此，聯合團隊提出了新一代的數據清洗過濾技術，發展了多維度數據價值評估、高質量語料驅動的數據富集、針對性的數據補齊等方面的技術方法。
目前，InternLM 背后的數據清洗過濾技術經歷三輪迭代升級，使用約 60% 訓練數據即可達到使用第二代數據訓練 1T token 的表現，模型訓練效率大幅提升。
基于第三代數據清洗過濾技術，InternLM2 語言建模能力顯著增強。
支持 200K 超長上下文，實現長文本中“大海撈針”
長語境輸入及理解能力能顯著拓展大模型的應用場景，然而，大模型有限的上下文長度仍為學界及業界的重要難題。
通過拓展訓練窗口大小和改進位置編碼，InternLM2 支持 200K token 的上下文，能夠一次性接受并處理約 30 萬漢字（約五六百頁的文檔）的輸入內容，準確提取關鍵信息，實現長文本中“大海撈針”。
性能全面提升，綜合能力領先的開源模型
研究人員定義了語言、知識、推理、數學、代碼、考試等六個能力維度，在 55 個主流評測集上對多個同量級模型的表現進行了綜合評測。結果顯示，InternLM2 的 7B 及 20B 版本性能在同量級模型中表現優異。在典型測試集上，InternLM2 只用 20B 參數的中等規模，即在整體表現上達到與 ChatGPT 比肩的水平。
與此同時，綜合性能增強帶來下游任務全方位能力提升。
優秀的對話和創造體驗
研究測試表明，InternLM2-Chat 可精準理解和遵循用戶意圖，具備較強的共情能力和豐富的結構化創作能力。
進行課程大綱等結構化創作時，InternLM2 可精準遵循用戶提出的格式、數量、內容等要求；編寫《流浪地球 3》劇本時，InternLM2 具備豐富的合理想象，如外星遺跡、量子糾纏的引入等，同時故事表現了人類面對危機時的勇氣和團結精神。
工具調用能力整體升級
基于更強大、更具泛化性的指令理解、工具篩選與結果反思等能力，InternLM2 可支持復雜智能體的搭建，支持對工具進行多輪有效調用及多步驟規劃，完成復雜任務。
聯合團隊針對多種任務構建了細粒度工具調用評測集 T-Eval，InternLM2-Chat-7B 在該評測集上表現超越了 Claude-2.1 和目前的開源模型，性能接近 GPT-3.5。
數理推理：會做題，還會可視化分析
InternLM2 在不依靠外部工具的情況下，100 以內簡單運算準確率近 100%，1000 以內準確率達 80% 左右。在 GSM8K 和 MATH 評測中，InternLM2-20B 表現超過 GPT-3.5。
為應對復雜計算，InternLM2-Chat 還可借助代碼解釋器編寫代碼進行計算，或對推理的結果進行形式化驗證，從而解決更加復雜的計算問題。
基于這些能力，InternLM2 還具備了數據分析和可視化實用能力，進一步貼近用戶使用場景。
向 InternLM2 輸入國家統計局公布的“2023 年 3-11 月份規模以上工業企業主要財務指標（分行業）”，InternLM2 能夠分析數據并繪制折線圖
本文鏈接：http://www.www897cc.com/showinfo-26-64371-0.html綜合性能全面提升，書生?浦語 2.0 在阿里云魔搭開源首發
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 微服務和無服務器架構時代的持續測試
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號