第二讲 轻松玩转书生·浦语大模型趣味 Demo 进阶

本文介绍了如何从HuggingFaceHub下载模型,以及浦语·灵笔2在图文创作和视觉问答中的部署实例。此外,还展示了Lagent工具如何通过数据分析提高准确度,通过实际交互演示了工具的使用和错误检测。
摘要由CSDN通过智能技术生成

1、hugging-face-hub下载部分文件,使用

import os 
from huggingface_hub import hf_hub_download  # Load model directly 

hf_hub_download(repo_id="internlm/internlm2-7b", filename="config.json")

2、`浦语·灵笔2` 的 `图文创作` 及 `视觉问答` 部署

图文创作部署:

图文创作交互,输入了一篇高考作文题目,感觉文笔和立意都很好,配的图片第一张非常契合内容,第二张多了个人有点突兀,不过整体感觉非常厉害。

视觉回答部署:

视觉回答交互:

漏了一个人,感觉漏了那个黄衣服的?

感觉上下文关联性不是很强的回答容易答非所问,整体上感觉比较认知性能还是不错的。

3、`Lagent` 工具调用 `数据分析` Demo 部署

部署:

交互:

第一次没用数据分析:

第二次调用了解释器:

第一次计算过程都对,错了一个简单运算;第二次调用解释器就对了。感觉确实如课程所讲的,借用外部解释器准确度更高。

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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