原创 书生·浦语大模型 第二课 笔记

文档地址：https://github.com/InternLM/tutorial/blob/main/helloworld/hello_world.md

原创 书生·浦语大模型训练营 课程笔记和作业总结

第一课 笔记第一课 作业无作业第二课 笔记略第二课 作业第三课 笔记第三课 作业第四课 笔记第四课 作业第五课 笔记第五课 作业第六课 笔记第六课 作业。

原创 书生·浦语大模型 第六课 作业

首先激活opencompass虚拟环境，找到InternLM2模型。

原创 书生·浦语大模型 第六课 笔记

https://github.com/InternLM/tutorial/blob/main/opencompass/opencompass_tutorial.md

原创 书生·浦语大模型 第五课 作业

原创 书生·浦语大模型 第五课 笔记

文档指导地址：https://github.com/InternLM/tutorial/blob/main/lmdeploy/lmdeploy.md

原创 书生·浦语大模型 第四课 作业

web端和命令行上的结果有些区别，有些奇怪。

原创 书生·浦语大模型 第四课 笔记

大模型finetune简介XTuner简介实操

原创 书生·浦语大模型 第三课 笔记

基于LangChain搭建RAG应用。基于文本构建向量数据库。

原创 书生·浦语大模型 第三课 作业

特别注意，端口号相比此前变了：ssh -CNg -L 7860:127.0.0.1:7860 [email protected] -p 33***

原创 书生·浦语大模型训练营 第二课 作业

使用镜像源：export HF_ENDPOINT=https://hf-mirror.com。300字左右的小故事。

原创 书生·浦语大模型训练营 第一课 笔记

实验室提出的开源评测体系OpenCompass，是全球领先的评测体系，提供了六大维度和超过80个数据集，以及四十多万道评测题目。5. XTuner支持微调不同任务和兼容不同数据格式，同时支持主流数据集和训练引擎，并支持Llama，Qwen，ChatGLM等模型。3. 中量级模型以20B为代表，参数量为200亿，能够在模型能力和推理代价之间取得平衡，并提供定制高精度模型的规模。4. 重量级模型以123B为代表，参数量达到千亿级，具备强大的性能，包括推理能力、知识能力、理解和对话能力。