InternLM은 과학적 지능과 장기 에이전트를 위해 설계된 3970억 파라미터 규모의 멀티모달 파운데이션 모델인 Intern-S2-397B를 선보였습니다. 이 모델은 사전 훈련, 강화학습 작업 커버리지, 상호작용 에이전트 환경 전반에 걸쳐 확장되어 일반 추론 및 에이전트 능력을 향상시킵니다.
- 새로운 사전 훈련 패러다임: Intern-S2-397B는 중간 파싱 없이 텍스트-시각적 대응성을 보존하며, 과학 문헌의 원본 페이지에서 직접 학습하여 기호 의미와 시각적 관계를 함께 모델링합니다.
- 과학적 모달리티 추론: 20개 이상의 도메인에 걸쳐 다양한 과학적 강화학습 작업을 확장함으로써, 이 모델은 오픈소스 모델 중 선도적인 일반 추론 성능을 달성했습니다.
- 장기 에이전트: 이 모델은 대규모 샌드박스 환경에 여러 에이전트 프레임워크를 연결하여 블랙박스 에이전트 강화학습을 수행하며, 장기 작업에서의 일반화를 개선합니다.
이번 출시의 목표는 일반 및 과학 도메인 모두에서 과학적 문제 해결과 장기 작업의 능력 한계를 획기적으로 높이는 것입니다.