书生大模型全链路开源开放体系

全链条开源，与社区生态无缝毗连

数据

书生·万卷

首个精致处置惩罚的开源多模态语料库
Miner U

一站式开源高质量数据提取工具，支持多格式（PDF/网页/电子书），智能萃取，天生高质量预训练/微调语料。

• 复杂版面/公式精准识别
  
• 性能凌驾商业软件
  

Label LLM

专业致力于LLM对话标注，通过灵活多变的工具设置与多种数据模态的广泛兼容，为大模型量身打造高质量的标注数据。

• 支持指令采集、偏好收集、对话评估…
  
• 多人协作、任务管理、源码开放可修改
  

Label U

一款轻量级开源标注工具，自由组合多样工具，无缝兼容多格式数据，同时支持载入预标注，加载数据标注服从。

• 支持图片、视频、音频多种数据标注
  
• 小巧灵活，AI标注导入二次人工精修
  

预训练

InternEvo

性能凌驾国际主流训练框架DeepSpeed
模型训练

InternLM、LLAMA、LLAVA、MoE
分布式训练系统

• 分布式训练数据并行、流水并行、张量并行、序列并行、权重并行、自动并行
  
• 仿真器求最优解并行设置
  
• 通讯优化集合/p2p通讯
  
• 显存优化
  
• 计算加速、高性能算子库、算子融合、混淆精度训练
  

训练支持系统

• 非常恢复
  
• 可视化
  
• 跨集群任务调理
  
• 日志系统
  
• 监控系统
  
• 告警系统
  

根本办法

• 跨硬件平台：CPU/GPU/NPU
  
• 存储：分布式文件存储/OSS
  
• 网络：训练/数据网络
  

大模型训练

支持千卡以上模型训练，千卡加速比可达92%
极致性能优化

4D并行+Ring Attention最高支持1M长文训练
软硬件生态

兼容HuggingFace生态
支持NV与910B筹集群
全场景训练

预训练+微调+RLHF
全场景覆盖
微调

XTuner

• 适配多种生态
  

• 多种微调算法
  多种微调&偏好对齐算法，覆盖各类应用场景
  
• 适配多种开源生态
  支持加载HuggingFace、ModelScope模型或数据集
  
• 自动优化加速
  开辟者无需关注复杂的显存优化与计算加速细节
  支持千亿参数+百万上下文训练
  

• 适配多种硬件
  

• 训练方案覆盖NVIDIA 20系以上全部显卡
  
• 最低只需 8GB 显存即可微调 7B模型
  
  
  
  

部署

LMDeploy

团体架构

评测

OpenComass评测体系

获得 Meta 官方推荐唯一国产大模型评测体系
开源社区最完善的评测体系之一凌驾100+评测集50万＋题目
三位一体

工具-基准-榜单
应用

智能体 Lagent

轻量级智能体框架

• 支持多种范例的智能体本领
  
• 灵活支持多种大语言模型
  
• 简单易扩展，支持丰富的工具
  

HuixiangDou 企业级知识库构建工具

介绍：HuixiangDou是群聊场景LLM知识助手，为即时通讯群聊场景计划。
场景特点：无关题目不吭声、明确答复的直接复兴、不违背核心代价观
特性：

• 开源：BSD-3-Clasue免费商用
  
• 实战派：应用RAG和KG，1500+知识库，500+用户群，业务数据实测精度
  
• 领域知识：7中文档格式，更新立即生效
  
• 安全：支持私有化部署，数据不上传
  
• 简单便宜：最低仅2G显存，支持现有客户群
  
• 扩展性强：2类IM软件，9个LLM接口
  

社区生态

• Hugging Face
  
• LLM
  
• LLaMA
  
• TensorRT-LLM
  
• LM Studio
  
• LLaMA-Factory
  
• LIamaIndex
  
• LangChain
  
• ollama
  
• MLX
  
• llamafile
  
• Swift
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告