Datawhale AI夏令营(大模型应用开发)之跑通baseline-Task3新手教程

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！