中秋卷王：蒲语书生InterLM大模型实战闯关-基础岛-书生大模型全链路开源体系

最新推荐文章于 2024-10-17 22:12:53 发布
最新推荐文章于 2024-10-17 22:12:53 发布
阅读量348 收藏 2
点赞数 2
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_73722957/article/details/142305576
版权

中秋卷王：蒲语书生InterLM大模型实战闯关-基础岛-书生大模型全链路开源体系

一、大模型开源历程

在这里插入图片描述
在这里插入图片描述

二、模型概览及设计思路

书生蒲语2.5概览
在这里插入图片描述
核心设计思路
在这里插入图片描述
在这里插入图片描述
设计基础
在这里插入图片描述

三、全链路开源开放体系

在这里插入图片描述
在这里插入图片描述

数据

开源数据处理工具箱
在这里插入图片描述

预训练

预训练InternEvo
在这里插入图片描述

微调

微调XTuner
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评测

OpenCompass评测体系
在这里插入图片描述

部署

部署LMDeploy
在这里插入图片描述

智能体

在这里插入图片描述
Lagent
在这里插入图片描述
MindSearch
在这里插入图片描述

在芝加哥拉二胡的西瓜
关注
开源模型应用落地-qwen-7b-chat与vllm实现推理加速的正确姿势（一）
没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干
01-10 2万+
qwen-7b-chat集成vllm，流式输出
中秋卷王：蒲语书生InterLM大模型实战闯关-入门岛-Python前置基础
m0_73722957的博客
09-16 884
请实现一个wordcount函数，统计英文字符串中每个单词出现的次数。返回一个字典，key为单词，value为对应单词出现的次数。
中秋卷王：蒲语书生InterLM大模型实战闯关-入门岛-Linux前置基础
m0_73722957的博客
09-16 281
进入InterStudio创建开发机，具体配置选择cuda12.2，资源配置10%A100*1。在开发机创建hello_world.py（/share目录之外创建）复制登录命令powershell链接开发机。浏览器输入127.0.0.1:7860。运行hello_world。创建后等待开发机创建成功。查看SSH远程连接栏。
中秋卷王：蒲语书生InterLM大模型实战闯关-基础岛-浦语提示词工程实践
m0_73722957的博客
09-18 581
近期相关研究发现，LLM在对比浮点数字时表现不佳，经验证，internlm2-chat-1.8b (internlm2-chat-7b)也存在这一问题，例如认为13.8<13.11。使用intern-studio开发机，可以直接在路径/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b下找到模型。InternLM部署完成后，可利用提供的chat_ui.py创建图形化界面，在实战营项目的tools项目中。运行如下命令创建并打开项目路径。
中秋卷王：蒲语书生InterLM大模型实战闯关-进阶岛-LMDeploy 量化部署进阶实践
m0_73722957的博客
09-22 964
关闭http://127.0.0.1:23333网页，但保持终端和本地窗口不动，按箭头操作新建一个终端，激活conda环境并启动命令行客户端。：使用结合W4A16量化与kv cache量化的internlm2_5-1_8b-chat模型封装本地API并与大模型进行一次对话。进入创建好的conda环境，并通下命令启动API服务器，部署InternLM2.5模型。针对InternVL系列模型，进入conda环境，执行模型的量化工作。进入创建好的conda环境并输入指令启动API服务器。
中秋卷王：蒲语书生InterLM大模型实战闯关-基础岛-8G 显存玩转书生大模型 Demo
m0_73722957的博客
09-18 349
通过 python /root/demo/cli_demo.py 来启动Demo。通过浏览器访问 http://localhost:6006 来启动Demo。在本地的 PowerShell 中输入以下命令，将端口映射到本地。选择cuda12.2，资源配置10%A100*1。创建目录，存放代码，创建cli_demo.py。cli_demo.py具体代码如下。启动Streamlit 服务。复制如下代码进行环境配置。将代码clone到本地。
中秋卷王：蒲语书生InterLM大模型实战闯关-进阶岛-茴香豆：企业级知识库问答工具
m0_73722957的博客
09-24 687
知识库可根据根据自己工作、学习或感兴趣的内容调整，如金融、医疗、法律、音乐、动漫等。本次教程所需的模型已经下载到服务器中，所以为本次教程所需的模型建立软连接，然后在配置文件中设置相应路径。选用茴香豆和 MMPose 的文档，利用茴香豆搭建一个茴香豆和 MMPose 的知识问答助手。在运行茴香豆助手的服务器端，输入下面的命令，启动茴香豆 Web UI。从茴香豆仓库拉取代码到服务器，进入茴香豆文件夹，开始安装。执行下面的命令更改配置文件，让茴香豆使用本地模型。创建茴香豆专用 conda 环境。
中秋卷王：蒲语书生InterLM大模型实战闯关-基础岛-InternLM + LlamaIndex RAG 实践
m0_73722957的博客
09-19 884
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。激活 llamaindex 然后安装相关基础依赖 python 虚拟环境。打开llamaindex_internlm.py 贴入以下代码。打开llamaindex_RAG.py贴入以下代码。安装 Llamaindex和相关的包。
堪比理科博士生的最强AI大模型：GPT-o1全面测评它来了
小虚竹的专栏
09-18 4064
堪比理科博士生的最强AI大模型：GPT-o1全面测评它来了
秋空明月悬，光彩露沾湿-中秋专用 -LORA-sd模型
09-06
秋空明月悬，光彩露沾湿-中秋专用 -LORA-sd模型
中秋主题Mid-AutumnFestivalDemo-main.zip
08-30
中秋主题Mid-AutumnFestivalDemo-main.zip
AI机器学习实战 | 使用 Python 和 scikit-learn 库进行情感分析
Web3 & Basketball
11-15 7190
上述代码完成了一个简单的情感分析任务。根据具体需求和数据集，您可能需要调整预处理步骤、特征提取方法和支持向量机参数。此外，还可以尝试使用其他机器学习算法，如神经网络、决策树、随机森林等，以提高模型性能。以上代码只是一个简单的机器学习项目示例，实际应用中可能需要根据具体任务和数据类型进行调整。此外，根据实际需求，您可能还需要学习更多的机器学习算法和高级技巧，如神经网络、深度学习、集成学习等。情感分析是自然语言处理领域的一个热门课题，AI 和机器学习技术在情感分析中有着广泛的应用。
暴雨基于NVIDIA Blackwell的AI服务器开始交付给客户
BAOYUCompany的博客
10-17 196
首先，NVIDIA 的 Blackwell 平台基于定制的 4nm 处理器，拥有 2080 亿个晶体管，是目前功能最强大的芯片之一。这些芯片可以处理复杂的人工智能模型，包括多达一万亿个参数的模型，与老式的 H100 型号相比，能耗和成本最多可降低 25 倍。随着越来越多的公司热衷于采用人工智能解决方案，对能够处理特定人工智能工作负载的服务器的需求急剧上升，而暴雨似乎正好及时推出了合适的产品。的服务器专为高性能和高效率而设计，将采用 NVIDIA 的 Blackwell GPU。
DINO&DINO v2：颠覆自监督视觉特征表示学习
家鸽的代码屋
10-15 867
DINO系列学习总结
【人工智能学习之PaddleOCR快速上手】
Jiagym的博客
10-12 1295
在配置文件中，可以设置组建模型、优化器、损失函数、模型前后处理的参数，PaddleOCR从配置文件中读取到这些参数，进而组建出完整的训练流程，完成模型训练，在需要对模型进行优化的时，可以通过修改配置文件中的参数完成配置，使用简单且方便修改。而 L2 正则化中，添加正则化项的目的在于减少参数平方的总和。准确检测的标准是检测框与标注框的IOU大于某个阈值，正确识别的检测框中的文本与标注的文本相同。如果缺少带标注的数据，或者不想投入研发成本，建议直接调用开放的API，开放的API覆盖了目前比较常见的一些垂类。
反向传播算法与随机搜索算法的比较
我想静静
10-17 280
在这篇文章中，我们将通过一个简单的线性回归问题来比较反向传播算法和随机搜索算法的性能。我们将使用Python代码来实现这两种算法，并可视化它们的梯度下降过程。
open-cd中的changerformer网络结构分析
最新发布
始于足下
10-17 452
通过上述内容，我们可以根据参数文件中的内容提取opencd中任意网络结构，或采用timm来设置主干网络结构，或添加到自己的训练框架中如pytorch_segmentation中进行训练。相应的，我们可以进一步去学习mmalb的框架结构。
新质技术之生成式AI、大模型、多模态技术开发与应用研修班
Lynn121的博客
10-17 223
在当前的科技飞速发展的时代，生成式人工智能、大模型、多模态技术的出现正为企业的数字化转型带来革命性变革。该研修班特别设计了为期四天的课程，从生成式AI的核心概念入手，逐步深入探讨大模型的应用开发以及多模态技术的集成运用。通过此次研修班，学员不仅能获得最新的AI技术知识，还能获得行业权威机构的职业技能认证，这将极大提升其在未来职场中的竞争力。本次研修班采取理论与实战相结合的培训模式，旨在让学员不仅能够全面掌握生成式AI、大模型和多模态技术的最新理论，还能通过实战练习，掌握将这些技术应用于实际业务。
使用OpenCV实现光流追踪
2401_84670644的博客
10-14 596
光流追踪是计算机视觉中一项重要的技术，它能够帮助我们理解图像中像素的运动。通过OpenCV库，我们可以方便地实现Lucas-Kanade光流追踪，并对视频中的特征点进行跟踪和可视化。希望本文和示例代码能够帮助你更好地理解光流追踪，并在实际项目中应用这一技术。
Python爬虫实战：挖掘中秋节祝福文案，打造独特祝福语
"这篇文档是关于使用Python进行网络爬虫来收集中秋节祝福语的实战教程。作者通过爬取知乎平台上的问题回答和专栏文章，寻找并整理出具有创意和文化气息的中秋祝福文案，旨在帮助读者在节日时发送独特且有诚意的祝福...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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