昇思25天学习打卡营第20天|xkd007|LLM原理和实践（3）MindNLP ChatGLM-6B StreamChat

最新推荐文章于 2024-07-14 23:44:12 发布
最新推荐文章于 2024-07-14 23:44:12 发布
阅读量3 收藏
点赞数
文章标签： 学习 gpt 人工智能
原文链接：https://cloud-73bbbb6d-cbd2-4a8b-a137-8b5bb44fbd51.xihe.mindspore.cn/lab/tree/%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/LLM%E5%8E%9F%E7%90%86%E5%92%8C%E5%AE%9E%E8%B7%B5/MindNLP%20ChatGLM-6B%20StreamChat.ipynb
版权

 基于MindNLP和ChatGLM-6B实现一个聊天应用。

1 环境配置

① 环境配置

② 配置网络线路

2 代码开发

① 下载权重（大约需要10分钟）

② 可以修改下列参数

输入提示词即可完成对话。

（以上代码详原文链接）

原文链接：MindNLP Chat… (3) - JupyterLab (mindspore.cn)

冷酷的AI
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能-项目实践-问答系统-基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答.zip
12-28
人工智能-项目实践-问答系统-基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答 ChatGLM-6B: ChatGLM-6B: 开源双语对话语言模型 LangChain: Building applications with LLMs through composability ...
基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答.zip
02-07
《基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答系统》 在当今快速发展的AI领域，自然语言处理（NLP）技术的应用日益广泛，尤其是对话系统的构建。本项目专注于利用LangChain和ChatGLM-6B等大型...
chatglm3-6b 可跑通的数据
04-01
chatglm3-6b 可跑通的数据，win 本地部署ChatGLM3-6B微调及推理过程， 部署到gradio_demo,使用webui来调试和调用
支持模型(ChatGLM-6B, LLaMA, Bloom-7B, baichuan-7B), 支持(LoRA, QLoRA
08-21
中文大模型微调(LLM-SFT), 数学指令数据集MWP-Instruct, 支持模型(ChatGLM-6B, LLaMA, Bloom-7B, baichuan-7B), 支持(LoRA, QLoRA, DeepSpeed, UI, TensorboardX),
chatglm3多轮对话训练数据
04-06
chatglm3多轮对话训练数据，包含原始数据、处理代码、train.json、dev.json和test.json 训练存放位置为：finetune_demo/data/JDMulConversations/train.json，同时需要修改lora配置： data_config: train_file: ...
Lumos学习王佩丰Excel第四讲：排序与选择
Sunshine_XX的博客
07-10 344
自定义排序演示：工资条拆分的演示：如果遇到很长的表，标题只存在于顶端，打印出来观感不好，可以这样做：有些版本的excel复制筛选数据容易把背后隐藏的所有数据都复制上去，这时可选中定位条件的“可见单元格”选项，复制粘贴即可。并排表示且，错排表示或。ctrl+shift+↓+→全选，演示说明：回头学原理，先记住一句话，要想筛选对，条件表头不要对。
Autoware.universe 高效学习第三章 -- 智驾技术务虚会之智驾技术栈讨论 其一
cy1641395022的博客
07-10 676
Autoware.universe 高效学习第三章 -- 智驾技术务虚会之智驾技术栈讨论 其一
ROS基础学习-ROS运行管理
周陽讀書
07-11 741
ROS运行管理。
昇思MindSpore 25天学习打卡营|day20
weixin_42036358的博客
07-13 525
生成式对抗网络(Generative Adversarial Networks，GAN)是一种生成式机器学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。最初，GAN由Ian J. Goodfellow于2014年发明，并在论文生成器的任务是生成看起来像训练图像的“假”图像；判别器需要判断从生成器输出的图像是真实的训练图像还是虚假的图像。GAN通过设计生成模型和判别模型这两个模块，使其互相博弈学习产生了相当好的输出。GAN模型的核心在于提出了通过对抗过程来估计生成模型这一全新框架。
Python 学习中什么是异常处理，如何使用 try、except、finally ？
Itmastergo的博客
07-12 685
异常是程序执行过程中发生的非正常事件，这些事件会中断正常的程序指令流。当程序遇到错误时，Python 会抛出一个异常对象，异常对象包含了错误的类型和相关的信息。
Qt/QML学习-动画元素
QT、QML
07-12 1028
Qt/QML学习-动画元素
学懂C#编程：常用框架学习（二）——初学者如何学习WPF之MVVM模式
martian665的专栏
07-10 542
初学者如何学习WPF之MVVM模式
昇思25天学习打卡营第19天|ShuffleNet图像分类
randomize0的专栏
07-12 1031
在第15-18日的学习内容中，我们陆陆续续学习了计算机视觉相关的模型包括图像语义分割、图像分类、目标检测等内容，这些模型的运算往往都是在大算力设备上运行的，今天学习一种可以在移动设备上运行的图像分类模型-“ShuffleNet”。ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型，和MobileNet, SqueezeNet等一样主要应用在移动端，所以模型的设计目标就是利用有限的计算资源来达到最好的模型精度。
node.js的安装及学习（node/nvm/npm的区别）
最新发布
Future_yzx的博客
07-14 207
node.js 一种Javascript编程语言的运行环境，能够使得javascript能够脱离浏览器运行。以前js只能在浏览器（也就是客户端）上运行，node.js将浏览器中的javascript运行环境进行封装的，使得该语言也可以在服务端运行。node.js=Google的V8引擎+内置基本模块（大多用JavaScript编写），类似JRE=JVM+java标准库node.js诞生之前，JavaScript只能运行于浏览器，现在也可以在服务器端运行于node.js;
Cadence23学习笔记（二）
zjb6668的博客
07-14 133
2024/07/14，今天是个值得纪念的日子！发现一个好用到流泪的软件：电子精灵！只需要将搜索到的器件点击 摆放到orcad里面，点击右侧下载对应的封装就可以了！亲测：需要画完原理图，并且DRC通过之后才可以！
万字学习——DCU编程实战补充
zzzzzucc的博客
07-10 461
DCU加速器根据其主要功能可以划分为四个主要组件：执行引擎（Execution Engine），一个或多个DMA拷贝引擎（Copy Engine），内存控制器（Memory Controller）和DCU显存（DCU Memory）。常见的异构计算节点体系结构主要由四个部分组成：主存、多核处理器、I/O Hub和DCU加速器。DCU拥有自己的软件栈–HIP软件栈，也叫生态系统或软件层，用来支持基于HIP的异构计算的应用程序。rocm-smi命令可以查看DCU负载情况。我的理解大概是这样的。
Python量化交易学习——Part12：回归模型的典型应用
柴犬的博客
07-13 313
回归模型在很多的时候被应用于对股票的基本面数据进行分析，例如经典的CAPM模型、Fama-French三因子模型以及最新的PB_ROE模型等。这些都是已经应用于现实中的金融市场并获得较好收益的经典模型。本章将通过介绍PB_ROE模型，进一步讲解回归分析在实战过程中的使用。
ArkTS学习笔记_封装复用之@Styles装饰器
诠释完美
07-14 197
【代码】ArkTS学习笔记_封装复用之@Styles装饰器。
FastAPI 学习之路（三十九）对开发接口进行测试
mr~li的博客
07-11 246
对于开发好的接口需要进行测试之后才能发布。当我们在开发的时候，没有提前测试，我们也要对我们自己的接口进行测试，那么FastApi自身也带有针对开发的接口进行测试的功能。我们看下FastApi官方给我们提供了什么样的支持。接口还是基于FastAPI 学习之路（三十七）元数据和文档 URL实现。我们看下如何测试。
chatglm2-6b langchain
09-05
ChatGLM2-6B是开源中英双语对话模型ChatGLM-6B的第二代版本，它的性能更强悍。之前我们教过使用LangChain和ChatGLM-6B来实现个人专属知识库，而现在我们可以使用ChatGLM2-6B来构建个人专属知识库。要使用ChatGLM2-6B...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值