上海AI Lab发布新一代InternThinker，围棋AI引领大模型推理与通专融合新纪元

围棋因其独特的复杂性，成为衡量AI专业能力的重要指标。尽管当前AI在棋力、效率和通用性上表现卓越，但其推理过程仍难以用人类语言解释。为解决这一问题，上海人工智能实验室推出了新一代大模型InternThinker。该模型不仅具备围棋专业水平，还能通过自然语言解析对弈过程。

InternThinker能够透明展示思维链，并以自然语言点评围棋中的“神之一手”。例如，在李世石与AlphaGo的对决中，InternThinker准确评价了李世石的关键一步，并提供了合理的应对策略。此外，InternThinker还拥有多样化的语言风格，能根据用户的表现给予鼓励或批评。

InternThinker的强大推理能力得益于创新的训练环境——InternBootcamp。这个“加速训练营”包含超过1000个验证环境，覆盖多种复杂逻辑推理任务。通过批量化生成难度可控的任务并与大模型交互反馈，InternBootcamp帮助大模型跳出传统模式，显著提升推理能力。

在多任务混合强化学习过程中，研究人员观察到了“涌现时刻”现象。这表明，通过多任务混合训练，模型能够在原本无法成功推理的任务中获得奖励。随着InternBootcamp任务数量和质量的提升，大模型有望实现更多实用推理任务的能力升华。

上海AI Lab在通专融合技术路线上取得了突破性进展。通过三层技术路径，即基础模型层、融合协同层和探索进化层，实现了通用泛化性和高度专业性的结合。具体包括全新的“记忆体+解码器”架构、PRIME强化学习算法、MoR后训练技术框架以及OREAL强化学习新范式等。

未来，上海AI Lab将继续推进通专融合技术路线的发展，通过InternBootcamp开放新能力，助力科学发现和产业创新。公测链接：https：//internlm-chat.intern-ai.org.cn/；开源地址：https：//github.com/InternLM/InternBootcamp。

本文来源：