task01
主要记录自己跟着Datawhale参考教程跑baseline的过程,也是参加Datawhale AI夏令营第四期:动手学大模型应用全栈开发的学习记录
参考教程:Datawhale
下文引用自Datawhale参考教程
一、环境配置
去到PAI-DSW创建一个PAI实例并打开:
1.开通阿里云PAI-DSW使用
首先我们配置环境,这里使用阿里云的PAI-DSW服务,可以申请试用,可获得 5000算力时!有效期3个月!开通方法在参考教程中有Datawhale。
链接:https://free.aliyun.com/?productCode=learn
2.在魔搭社区进行授权
3.在魔搭社区创建PAI实例
链接:https://www.modelscope.cn/my/mynotebook/authorization
二、Demo搭建
第一步:文件下载
点击终端,然后输入如下命令,回车运行!
git lfs install git clone https://www.modelscope.cn/datasets/Datawhale/AICamp_yuan_baseline.git
第二步:环境安装
点击终端,然后输入如下命令,回车运行!
pip install streamlit==1.24.0
第三步:启动Demo
点击终端,然后输入如下命令,回车运行!
streamlit run AICamp_yuan_baseline/Task\ 1:零基础玩转源大模型/web_demo_2b.py --server.address 127.0.0.1 --server.port 6006
三、对话体验
点击链接,跳转到浏览器新页面!
下面,让你的编程助手简单写个代码吧!输入后回车即可运行!
参考Prompt:
给我一个python打印helloword的代码
改成c++的
task02
这次主要开展了线上头脑风暴会议,了解了许多模型的潜在应用场景和价值。思维、idea的碰撞,相当精彩!
以下是DataWhale相关教程给出的推荐:Datawhalehttps://linklearner.com/activity/14/11/30
1.文档处理类应用 | |
---|---|
项目背景 | 在信息时代,文档处理是日常工作和学术研究中不可或缺的一部分。然而,传统的文档处理方式往往效率低下,且难以满足个性化和智能化的需求。AI技术的引入,特别是Yuan2.0-2B-Mars大模型,为文档处理提供了新的解决方案。 |
预期产品功能 |
|
参考技术方案 |
|
预期运行效果 |
|
预期应用价值 |
|
2.领域知识类应用 | |
---|---|
项目背景 | 当前,随着人工智能技术的快速发展,越来越多的行业开始寻求AI解决方案以提高效率和准确性。特别是在法律、医学、金融和教育领域,专业知识的深度和广度要求极高,传统的搜索引擎和问答系统往往难以满足专业人士的需求。Yuan2.0-2B-Mars大模型提供了强大的语言理解和生成能力,为开发领域知识类AI原生应用提供了基础。 |
预期产品功能 |
|
参考技术方案 |
|
预期运行效果 |
|
预期应用价值 |
|
3.数据分析类应用 | |
---|---|
项目背景 | 在数据驱动的商业环境中,数据分析已成为决策过程中的关键步骤。企业和研究人员需要从大量数据中提取有价值的信息,进行深入分析以指导决策。Yuan2.0-2B-Mars大模型提供了处理和分析数据的能力,使得开发一个高效的数据分析应用成为可能。 |
预期产品功能 |
|
参考技术方案 |
|
预期运行效果 |
|
预期应用价值 |
|
4.编程助手类应用 | |
---|---|
项目背景 | 编程是一项需要高度专业知识和技能的工作。随着技术的发展,编程语言和框架不断更新,开发者需要一个能够提供即时帮助和指导的工具。Yuan2.0-2B-Mars大模型具备处理和生成代码的能力,为开发编程助手类应用提供了强大的基础。 |
预期产品功能 |
|
参考技术方案 |
|
预期运行效果 |
|
预期应用价值 |
|
因为本文主要是本人用来做的笔记(内容都在上面给的Datawhale教程里有),顺便进行知识巩固。如果本文对你有所帮助,那么本博客的目的就已经超额完成了。
本人英语水平、阅读论文能力、读写代码能力较为有限。有错误,恳请大佬指正,感谢。