"K2-上海交通大学"是一个地球科学的开源大预言模型。首先，我们通过收集和清理地球科学文献（包括地球科学开放获取论文和维基百科页面）对LLaMA进行预训练。然后，我们使用知识密集型指令调优数据（GeoSignal）进行微调。我们使用GeoBenchmark（由NPEE和AP Test on Geology、Geography、Environmental Science组成）作为基准对K2进行了初步评估。与具有相似参数的几个基线模型相比，K2在客观和主观任务上的表现都优于基线。在这个资源库中，我们将共享与此相关的代码和数据。