![](https://img-blog.csdnimg.cn/20190918140158853.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
书生浦语训练营2期
文章平均质量分 66
笔记&作业
ColorKin
小白人士,摸索中,所写文章都是自己遇到的问题,不管是简单的还是复杂的。
展开
-
书生浦语训练营第2期-第7节作业
一、基础作业二、进阶作业原创 2024-05-09 22:04:23 · 101 阅读 · 0 评论 -
书生浦语训练营2期-第三节课作业
两者之间还是有一点区别。原创 2024-04-13 20:57:50 · 300 阅读 · 0 评论 -
书生浦语训练营第2期-第6节作业
一、基础作业1.1Lagent Web Demo 使用1.2AgentLego 直接使用部分二、进阶作业2.1AgentLego WebUI 使用2.2使用Lagent 自定义工具2.3 使用AgentLego自定义工具原创 2024-05-06 14:04:14 · 136 阅读 · 0 评论 -
书生浦语训练营第2期-第7节笔记
上海人工智能实验室科学家团队正式发布了大模型开源开放评测体系 “司南” (OpenCompass2.0),用于为大语言模型、多模态模型等提供一站式评测服务。开源可复现:提供公平、公开、可复现的大模型评测方案全面的能力维度:五大维度设计,提供 70+ 个数据集约 40 万题的的模型评测方案,全面评估模型能力丰富的模型支持:已支持 20+ HuggingFace 及 API 模型分布式高效评测:一行命令实现任务分割和分布式评测,数小时即可完成千亿模型全量评测。原创 2024-05-06 11:07:27 · 808 阅读 · 0 评论 -
书生浦语训练营第2期-第6节笔记
可以感知环境中的动态条件能采取动作影响环境能用推理能力理解信息、解决问题、产生推断、决定动作一个轻量级开源智能体框架,旨在让用户可以高效地构建基于大语言模型的智能体。支持多种智能体范式。(如 AutoGPT.ReWoo、ReAct)。支持多种工具。(如谷歌搜索、Python解释器等)一个多模态工具包,旨在像乐高积木,可以快速简便地拓展自定义工具,从而组装出自己的智能体,支持多个智能体框架。原创 2024-05-05 18:33:06 · 271 阅读 · 0 评论 -
书生浦语训练营第2期-第5节作业
(1)创建conda环境(2)安装Lmdeploy激活刚刚创建的虚拟环境。安装0.3.0版本的lmdeploy。原创 2024-04-23 18:58:20 · 878 阅读 · 0 评论 -
书生浦语训练营第2期-第5节笔记
涵盖了LLM任务的全套轻量化、部署和解决方案。核心功能包括高效推理、可靠量化、便携服务和有状态推理。核心功能:模型高效推理、模型量化压缩、服务化部署。原创 2024-04-22 16:34:00 · 623 阅读 · 0 评论 -
书生浦语训练营第2期-第4节作业
如果你是在 InternStudio 平台,则从本地 clone 一个已有 pytorch 的环境:# 激活环境# 进入home目录cd ~# 创建版本文件夹并进入,以跟随本教程# 拉取 0.1.17 的版本源码# 无法访问github的用户请从 gitee 拉取:# 进入源码目录# 从源码安装 XTuner。原创 2024-04-19 23:17:11 · 774 阅读 · 0 评论 -
书生浦语训练营第2期-第4节笔记
想象你在玩一个识别物品的游戏。在没有“电子眼”的情况下,如果你问LLM“这个苹果是什么颜色的?”而没有给出图片,它是无法回答的,因为它看不到苹果。但如果LLM有了“电子眼”,它就能看到苹果的图片,然后告诉你“这个苹果是红色的”。多模态LLM在训练时,不仅学习了大量的文本数据,还学习了图片和视频数据。学会了如何从图片中提取信息,比如识别出图片中的物品、颜色、动作等,并且能把这些视觉信息和文字信息结合起来进行理解和回答。原创 2024-04-18 17:11:10 · 1012 阅读 · 0 评论 -
书生浦语训练营2期-第三节课笔记
RAG(Retrieval Augmented Generation)技术,通过检索与用户输入相关的信息片段,结合外部知识库来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。原创 2024-04-11 16:51:13 · 871 阅读 · 0 评论 -
书生浦语训练营2期-第一节课笔记
了解了从模型到应用的典型流程原创 2024-03-28 15:59:00 · 373 阅读 · 0 评论 -
书生浦语训练营2期-第二节课笔记&作业
一个轻量级的开源框架,帮助用户高效构建基于大型语言模型(LLM)的智能代理。它还提供了一些典型的工具来增强LLM的功能。主要特点包括高效的推理引擎支持、对多种代理的支持、极简易的扩展能力以及支持多种LLM,如GPT-3.5/4、LLaMA 2和InternLM等。Lagent的设计旨在提高扩展性和可用性,允许用户通过简单的继承和装饰来创建个性化的工具集,从而使模型到智能代理的转换只需一步操作。此外,Lagent的文档也经过了全面的升级,覆盖了完整的API文档。原创 2024-04-04 21:28:00 · 935 阅读 · 2 评论