第二节课主要介绍了InternLM大模型和一些大模型的趣味Demo

首先介绍了什么是大模型——人工智能领域中参数数量巨大、拥有庞大计算能力和参数规模的模型，简单来说就是“大”。

那大模型有三个比较共性的特点：

1.利用大量数据进行训练

2.拥有数十亿甚至数千亿个参数

3.模型在各种任务中展现出惊人的性能，也可以说是拥有较强的泛化性

介绍了InternLM预训练模型和基于书生·浦语大语言模型开发的视觉·语言大模型。还有可将大模型部署为智能体的lagent框架。本节课的demo也是围绕智能体和图文创作展开的。

InternLM模型介绍

lagent框架介绍

浦语·灵笔图文创作理解demof

接下来就是一些流程的演示。

第二节课作业

基础作业：

• 使用 InternLM-Chat-7B 模型生成 300 字的小故事（需截图）。
• 熟悉 hugging face 下载功能，使用 huggingface_hub python 包，下载 InternLM-20B 的 config.json 文件到本地（需截图下载过程）。

进阶作业（可选做）

• 完成浦语·灵笔的图文理解及创作部署（需截图）
  • 多模态对话
  • 图文创作（不知道是否是网络原因一直没有输出结果）
• 完成 Lagent 工具调用 Demo 创作部署（需截图）
  •