前言
因为task2主要是组队,所以也没什么操作,而task3也都是简单的操作,官方也给出了详细的教程,本篇文章就简单做个个人打卡的过程吧
正文
第一步
之前跟过task1的都已经学习过开通阿里云PAI-DSW试用,并且学习了API的创建,所以这里就跳过这两步了,我们这里从环境准备开始
第二步
2.1环境准备
2.1.1
点击Teminal进入终端
2.1.2
复制以下命令至终端
git lfs install
git clone https://www.modelscope.cn/datasets/Datawhale/AICamp_yuan_baseline.git
cp AICamp_yuan_baseline/Task\ 3:源大模型RAG实战/* .
2.1.3
点击回车键等待至出现如下图页面
2.2
2.2.1
双击打开Task3文件,如下如,然后运行
2.2.2运行完成后出现以下结果
第三步
这里还有个作业,给大家举个例子,仅是个人理解
以这里知识库为基础,举个简单的例子,我们打开knowledge.txt文件,扩充我们的知识库,这里我们以介绍其他一所大学为例子。
修改此问题
之后,我们便会得到这样的结果
接下来是科研助手的一个案例,这里把相关操作及图示给大家展示以下,当然大家也可以适当拓展
复制以下命令到终端,回车看效果
pip install pypdf faiss-gpu langchain langchain_community langchain_huggingface streamlit==1.24.0
然后继续复制以下命令至终端
streamlit run Task\ 3\ 案例:AI科研助手.py --server.address 127.0.0.1 --server.port 6006
单击网址端口进入
等待......
上传官方给出的pdf文件(自己也可拓展试试)
提问问题效果展示
总结,Task3我们要理解每段的大致意思,为我们的后期做好准备,希望本篇文章会给你带来帮助,同时也希望大家能给出建议,有什么问题评论区见吧!