連結：https://github.com/InternLM/InternLM-XComposer
InternLM-XComposer-2.5是一款支援長上下文輸入和輸出的多功能大型視覺語言模型。它在各種文本影象理解和創作應用中表現出色，實作了與GPT-4V相當的水平，但僅使用了7B的LLM後端。該模型透過24K交錯影象文本上下文進行訓練，能夠無縫擴充到96K長上下文，透過RoPE外推。這種長上下文能力使其在需要廣泛輸入和輸出上下文的任務中表現突出。此外，它還支援超高解析度理解、細粒度影片理解、多輪多影象對話、網頁製作以及撰寫高質量圖文文章等功能。
需求人群：
- 目標受眾包括研究人員、開發者、內容創作者和企業使用者。該產品適合需要處理大量文本和影象資料的研究人員和開發者，以及希望自動化創作高質量圖文內容的內容創作者。企業使用者也可以利用它來提升產品文檔、行銷材料等的生成效率。
使用場景示例：
- 研究人員使用模型進行多模態資料集的分析和理解
- 內容創作者利用模型自動生成圖文結合的文章
- 企業使用者將模型整合到產品中，提高客戶服務的自動化水平
產品特色：
- 長上下文輸入和輸出能力，支援96K長上下文處理
- 超高解析度影象理解，支援任意比例的高解析度影象
- 細粒度影片理解，將影片視為由數十到數百幀組成的超高解析度複合影象
- 多輪多影象對話支援，實作自然的人機多輪對話
- 網頁製作，根據文本影象指令編寫原始碼（HTML、CSS和JavaScript）
- 撰寫高質量圖文文章，利用Chain-of-Thought和Direct Preference Optimization技術提升內容質量
- 在28個基準測試中表現出色，超越或接近現有開源最先進模型
使用教學：
安裝必要的環境和依賴庫，確保滿足系統要求
使用提供的示例程式碼或API與模型進行互動
根據具體需求，調整模型引數以獲得最佳效能
利用模型進行文本影象的理解和創作任務
評估模型輸出結果，並根據反饋進行迭代最佳化