大模型及InternLM模型介绍
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。
特点及应用：
利用大量数据进行训练
拥有数十亿甚至数千亿个参数
模型在各种任务中展现出惊人的性能
InternLM模型: InternLM是一个开源的轻量级训练框架，旨在支持大模型训练而无需大量的依赖。现有： InternLM-7B和InternLM-20B.
Lagent是一个轻量级、开源的基于大语言模型的智能体(agent)框架，用户可以快速地将一个大语言模型转变为多种类型的智能体。通过Lagent 框架可以更好的发挥InternLM模型的全部性能。
浦语·灵笔是基于书生·浦语大语言模型研发的视觉-语言大模型，提供出色的图文理解和创作能力，结合了视觉和语言的先进技术，能够实现图像到文本、文本到图像的双向转换。使用浦语·灵笔大模型可以轻松的创作一篇图文推文，也能够轻松识别一张图片中的物体，并生成对应的文本描述。
大模型及InternLM模型介绍
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。
特点及应用：
利用大量数据进行训练
拥有数十亿甚至数千亿个参数
模型在各种任务中展现出惊人的性能
InternLM模型: InternLM是一个开源的轻量级训练框架，旨在支持大模型训练而无需大量的依赖。现有： InternLM-7B和InternLM-20B.
Lagent是一个轻量级、开源的基于大语言模型的智能体(agent)框架，用户可以快速地将一个大语言模型转变为多种类型的智能体。通过Lagent 框架可以更好的发挥InternLM模型的全部性能。
浦语·灵笔是基于书生·浦语大语言模型研发的视觉-语言大模型，提供出色的图文理解和创作能力，结合了视觉和语言的先进技术，能够实现图像到文本、文本到图像的双向转换。使用浦语·灵笔大模型可以轻松的创作一篇图文推文，也能够轻松识别一张图片中的物体，并生成对应的文本描述。
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：
完成浦语·灵笔的图文理解及创作部署（需截图）
完成 Lagent 工具调用 Demo 创作部署（需截图）
上面两个图对比，可以看出 1 + 9.0/3 的计算逻辑是存在区别的。普通的 InternLM-Chat-7B 在智能对话中难以正确地的计算 1 + 9.0/3，而使用 Lagent 工具调用 python 解释器插件后可以正确求解。
