书生大模型实战营作业

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：