Llamaindex RAG实践:
任务要求:基于 LlamaIndex 构建自己的 RAG 知识库,寻找一个问题 A 在使用 LlamaIndex 之前InternLM2-Chat-1.8B模型不会回答,借助 LlamaIndex 后 InternLM2-Chat-1.8B 模型具备回答 A 的能力,截图保存。
XTuner 微调个人小助手认知任务:
首先部署微调前的模型,效果如下:
可以看到模型在自我认知方面存在不足,
接下来要进行指令跟随微调:
这里我将指令
name = '伍鲜同志' # 改成下面的
name = "你自己的名称"
通过部署,效果如下:
OpenCompass 评测 InternLM-1.8B 实践
在 OpenCompass 中评估一个模型通常包括以下几个阶段:配置 -> 推理 -> 评估 -> 可视化。
InternLM和ceval 相关的配置文件:
测评结果图如下: