200 亿参数大模型书生·浦语在阿里云魔搭开源首发，免费可商用

9 月 20 日，上海人工智能实验室等机构发布书生·浦语大模型（InternLM）200 亿参数版本 InternLM-20B，并在阿里云魔搭社区（ModelScope）开源首发、免费商用。书生·浦语大模型体系与魔搭社区建立重磅生态合作，以开源开放促进中国大模型生态繁荣。

书生·浦语（InternLM）大语言模型由上海人工智能实验室联合多家机构共同推出。今年 6 月，InternLM 千亿参数（104B）语言大模型首次发布，现已经历多轮升级；7 月，上海人工智能实验室开源书生·浦语 70 亿参数的轻量级版本 InternLM-7B，且在业内率先开源贯穿数据、预训练、微调、部署和评测的全链条工具体系。InternLM-7B 也已上线魔搭社区。

本次发布的 InternLM-20B 是一款中量级大模型，性能先进且应用便捷，模型基于 2.3T Tokens 预训练语料从头训练，相较于 InternLM-7B，其理解能力、推理能力、数学能力、编程能力等都有显著提升。

相比于此前国内陆续开源的 7B 和 13B 规格模型，20B 量级模型具备更强大的综合能力，复杂推理和反思能力尤为突出，能为实际应用场景提供更有力的性能支持；同时，20B 量级模型可在单卡上进行推理，经过低比特量化后，可运行在单块消费级 GPU 上，因而在实际应用中更为便捷。

具体而言，InternLM-20B 拥有几大优势：

1. 优异的综合性能。不仅全面领先相近量级的开源模型，且以不足 1/3 的参数量，测评成绩达到了 Llama2-70B 的水平。

2. 强大的工具调用能力。支持数十类插件，上万个 API 功能，还具备代码解释和反思修正能力，为智能体（Agent）的构建提供了良好的技术基础。

3. 更长的语境。实现了对长文理解、长文生成和超长对话的有效支持，同时支持 16K 语境长度。

4. 更安全的价值对齐。在研发训练的过程中，研究团队进行了基于 SFT 和 RLHF 两阶段价值对齐，并通过专家红队的对抗训练大幅提高其安全性。

目前，书生·浦语开源工具链也已全新升级，形成更完善的体系，包括预训练框架 InternLM-Train、低成本微调框架 XTuner、部署推理框架 LMDeploy、评测框架 OpenCompass 以及面向场景应用的智能体框架 Lagent。书生·浦语工具链将和开源数据平台 OpenDataLab 构成强大的开源工具及数据体系，为业界提供全链条研发与应用支持。

魔搭社区开设了书生·浦语“模型品牌馆”专页，聚合书生·浦语系列所有模型及体验接口，便于开发者一站式查询、下载、使用书生模型；魔搭公众号则推出了最佳实践教程，提前跑通模型的部署、推理和微调流程，供开发者参考。

相关链接：

书生·浦语-20B：

https://modelscope.cn/models/Shanghai_AI_Laboratory/internlm-20b

书生·浦语-对话-20B：

https://modelscope.cn/models/Shanghai_AI_Laboratory/internlm-20b-chat

魔搭社区最佳实践：

https://mp.weixin.qq.com/s?__biz=MzkxNTM5NTg2OA==&mid=2247486560&idx=1&sn=28517fb276b9d87b7f75d432a8a3dc2f&chksm=c15e8813f62901053216926c3d9b18d63ee825ea9e28fbeeec2a9e92360b1d3286263a6ae574#rd