司南评测体系，涵盖权威评测榜单CompassRank、高质量评测基准社区CompassHub、评测工具链体系CompassKit等，以纯粹技术及中立视角，为业界提供能力指标参考和优化方向指引。书生大模型体系，涵盖大语言模型书生·浦语（InternLM）、多模态大模型书生·万象（InternVL）、强推理模型书生InternThinker等通用模型。大模型开源工具链体系，覆盖大模型数据处理、预训练、

上海人工智能实验室在WAIC 2022科学前沿全体会议发布“OpenXLab浦源”人工智能开源开放体系。

可视化在深度学习时代算是核心需求，借助可视化功能，研究者可以快速定位分析模型以及排查问题。在 OpenMMLab 2.0 时代，MMEngine 对常用的可视化需求进行了设计和实现，其具备如下功能：

上海人工智能实验室在WAIC 2022科学前沿全体会议发布“OpenXLab浦源”人工智能开源开放体系。

LLM问答助手茴香豆发布web版，支持自定义知识库、更新正反例、开关搜索，零开发集成微信&飞书群“茴香豆”是一个基于 LLM 的领域知识助手。特点：- 应对群聊这类复杂场景，解答用户问题的同时，不会消息泛滥- 提出一套解答技术问题的算法 pipeline- 部署成本低，只需要 LLM 模型满足 4 个 trait 即可解答大部分用户问题

欢迎继续阅读模型部署入门系列教程！上期教程中，我们部署了一个简单的超分辨率模型，一切都十分顺利。但是，上一个模型还有一些缺陷——图片的放大倍数固定是 4，我们无法让图片放大任意的倍数。现在，我们来尝试部署一个支持动态放大倍数的模型，体验一下在模型部署中可能会碰到的困难。模型部署中常见的难题在之前的学习中，我们在模型部署上顺风顺水，没有碰到任何问题。这是因为 SRCNN 模型只包含几个简单的算子，而

本文来自社区投稿，作者李剑锋MMPreTrain 是一款基于 PyTorch 的开源深度学习预训练工具箱，本文将从数据采集到部署，手把手带大家使用 MMPreTrain 算法库训练一个高质量的图像分类模型。

上海人工智能实验室在WAIC 2022科学前沿全体会议发布“OpenXLab浦源”人工智能开源开放体系。

通过在模型结构的基本单元引入大 kernel 深度可分离卷积增大感受野，并平衡不同分辨率层级间以及 backbone 和 neck 间的计算量、参数量平衡，改进标签分配以及数据增强策略，RTMDet 不论是在目标检测任务上，还是在实例分割以及旋转目标检测任务上，均取得了优异的性能。我们希望我们探索出的这些改进方案能够对设计实时的目标检测模型有所启发，也希望我们在工程及算法上的优化能够在实际的工业场

为此，团队提出大规模数据精炼框架，大幅提高了训练数据的质量。基于通专融合的技术路线，研究团队探索了不同类型数据的融合训练方案，使得书生·浦语3.0 同时具备常规对话和深度思考能力，通过系统提示词（system prompt）的控制，可以让单一模型在两种模式间的一键切换，让通用模型具备深度思考能力。高价值数据的合成：基于通专融合的方式，以通用模型快速迭代合成算法，再精选数据训练专用模型，通过在海量天