- 博客(7)
- 收藏
- 关注
RSS订阅原创 书生浦语work6——Lagent & AgentLego 智能体应用搭建
大语言模型的局限性：幻觉、时效性、可靠性Lagent 是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。同时它也提供了一些典型工具以增强大语言模型的能力。AgentLego 是一个提供了多种开源工具 API 的多模态工具包，旨在像是乐高积木一样，让用户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。
2024-04-24 22:08:21
1079
1
原创 书生浦语work4——xtuner
（Windows 即开始菜单键）打开指令界面，并输入命令，按下回车键。打开 PowerShell 后，先查询端口，再根据端口键入命令 .然后我们需要在 PowerShell 中输入以下内容（需要替换为自己的端口号）假如大家存储空间不足，我们也可以通过以下代码一键通过符号链接的方式链接到模型文件，这样既节省了空间，也便于管理。的文件，这样我们最可用于微调的数据集就准备好啦！在运行前，我们还需要做的就是将端口映射到本地。首先我们先创建一个文件夹来存放我们这次训练所需要的所有文件。中的内容替换为以下的代码。
2024-04-19 16:53:40
1368
原创 书生浦语work3——RAG
RAG（Retrieval Augmented Generation）技术，通过检索与用户输入相关的信息片段，并结合来生成更准确、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。RAG主要由索引（indexing）、检索（retrieval）、生成（generation）构成。向量数据库是快速检索的基础。
2024-04-15 23:52:04
340
原创 书生浦语work1
目前，大模型整体仍有较大提升空间，复杂推理仍是短板，“理科”能力和模型尺寸关联性高，模型主客观性能需综合参考。Lagent支持多种类型的智能体能力、灵活支持多种大语言模型、简单易拓展，支持丰富的工具。LMDeploy提供大模型在GPU上部署的全流程解决方案，包括模型轻量化、推理和服务。预训练模块优势：高可扩展、极致性能优化、兼容主流、开箱即用。开放高质量语料数据：时间跨度长，来源丰富多样，安全密度高。微调运用两种方式：增量续训、有监督微调。AgentLego多模态智能体工具箱。
2024-03-31 21:18:45
120
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人