chatglm3 使用 Code Interpreter 画爱心，没有图

最新推荐文章于 2024-05-03 11:07:56 发布

愚昧之山绝望之谷开悟之坡

最新推荐文章于 2024-05-03 11:07:56 发布

阅读量517

点赞数 8

分类专栏：大模型笔记各种报错文章标签：人工智能

本文链接：https://blog.csdn.net/qq_15821487/article/details/136295086

版权

笔记同时被 3 个专栏收录

619 篇文章 16 订阅

订阅专栏

各种报错

106 篇文章 1 订阅

订阅专栏

大模型

9 篇文章 0 订阅

订阅专栏

https://hub.yzuu.cf/THUDM/ChatGLM3/issues/313

安装

huggingface_hub>=0.19.4
pillow>=10.1.0
pyyaml>=6.0.1
requests>=2.31.0
ipykernel>=6.26.0
ipython>=8.18.1
jupyter_client>=8.6.0

配置

估计没装内核（要指定这个名字的）
请留意https://github.com/THUDM/ChatGLM3/tree/main/composite_demo里提及的：
此外，使用 Code Interpreter 还需要安装 Jupyter 内核：
ipython kernel install --name chatglm3-demo --user

关注博主即可阅读全文

优惠劵

愚昧之山绝望之谷开悟之坡

关注关注

8
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
chatglm3 使用 Code Interpreter 画爱心，没有图

【代码】chatglm3 使用 Code Interpreter 画爱心，没有图。
复制链接

扫一扫

专栏目录

Writing An Interpreter In Go azw3

09-23

Writing An Interpreter In Go 英文azw3 本资源转载自网络，如有侵权，请联系上传者或csdn删除本资源转载自网络，如有侵权，请联系上传者或csdn删除

ChatGLM3新一代对话预训练模型

11-07

1. **更强大的基础模型：** ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，**ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能**。 2. **更完整的功能支持：** ChatGLM3-6B 采用了全新设计的 [Prompt 格式](PROMPT.md)，除正常的多轮对话外。同时原生支持[工具调用](tool_using/README.md)（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

参与评论您还未登录，请先登录后发表或查看评论

ChatGLM3+更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数

01-11

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，* ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能*。更完整的功能支持： ChatGLM3-6B 采用了全新设计的 Prompt 格式，除正常的多轮对话外。同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。更全面的开源序列：除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM3-6B-Base 、长文本对话模型 ChatGLM3-6B-32K。以上所有权重对学术研究完全开放

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

丨汀、的博客

11-15

4329

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

【chatgpt】使用docker运行chatglm3，原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务，可以本地运行啦

freewebsys的专栏

10-29

6103

chatglm3，原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务，可以本地运行。这样就可以开发更丰富的应用了。

ai+本地部署chatglm3

04-02

同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。更全面的开源序列：除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM3-6B-Base 、长文本对话模型 ChatGLM

3D-pose-interpreter-networks.zip

09-17

3D-pose-interpreter-networks.zip,“基于位姿解释器网络的实时目标位姿估计”的代码发布,3D建模使用专门的软件来创建物理对象的数字模型。它是3D计算机图形的一个方面，用于视频游戏，3D打印和VR，以及其他应用程序...

G-code-Interpreter

06-10

G-code-解释器对于原始 interp 代码：通过 python interp.py 运行对于服务器端功能，在 pi 上安装 node.js，运行 setup.js，运行来自app.js 运动方程，这可能需要进一步调整.

LLMs之ChatGLM3：ChatGLM3/ChatGLM3-6B的简介—“对话格式”功能介绍(推理系统如何解析参数/采用Python代码形式/编写工具调用的代码/Manual Mode)、推理演示

近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…

11-10

4184

LLMs之ChatGLM3：ChatGLM3/ChatGLM3-6B的简介—“对话格式”功能介绍(推理系统如何解析参数/采用Python代码形式/编写工具调用的代码/Manual Mode)、推理演示(Chat/Tool/Code Interpreter)、微调(AdvertiseGen/ToolAlpaca)实现之图文教程攻略目录相关文章 ChatGLM3的“对话格式”功能的简介及其使用方法 ChatGLM3的推理演示 ChatGLM3的微调

ChatGLM3：打造更智能、更安全的代码解释器和工具使用体验

qq_53058639的博客

02-01

743

ChatGLM3 是由智谱AI训练的第三代大型语言模型，它不仅能理解和生成人类语言，还能执行代码、调用工具，并以 markdown格式进行响应。为了提高用户体验，同时避免用户输入的注入攻击，ChatGLM3采用了全新的对话格式。下载体验ChatGLM3最新的能力。GitHub代码仓库：[GitHub - THUDM/ChatGLM3](https://github.com/THUDM/ChatGLM3 "GitHub。

【LLM】chatglm3的agent应用和微调实践

发现问题，并解决问题，批判性思维

11-25

6367

知识库和微调并不是冲突的，它们是两种相辅相成的行业解决方案。开发者可以同时使用两种方案来优化模型。例如：使用微调的技术微调ChatGLM3-6B大模型模拟客服的回答的语气和基础的客服思维。接着，外挂知识库将最新的问答数据外挂给ChatGLM3-6B，不断更新客服回答的内容信息。 chatglm3的对话格式中，部分使用 special token 表示，无法从文本形式被 tokenizer 编码以防止注入。metadata 部分采用纯文本表示，为可选内容。关于glm3的微调：与此

注意力机制略解

cqbzcsq的博客

04-29

1082

本文简要地介绍了注意力机制，Q、K、V矩阵的含义，注意力评分函数的计算方式，并提及了Transformer的相关内容

【书生·浦语大模型实战营】作业（六）：Lagent & AgentLego 智能体应用搭建

最新发布

专注大数据与人工智能技术分享，欢迎私信加群互相学习！

05-03

617

本篇笔记内容主要为【书生·浦语大模型实战营】作业（六）：Lagent & AgentLego 智能体应用搭建智能体的作业，主要对智能体应用理论部分及具体搭建流程详细介绍，并分别进行实战应用及可视化展示，欢迎大家交流学习！

Transformers：它们如何转换您的数据？

gongdiwudu的专栏

05-01

744

在快速发展的人工智能和机器学习领域，一项创新因其对我们处理、理解和生成数据的方式产生深远影响而脱颖而出：Transformers。Transformer 彻底改变了自然语言处理（NLP）及其他领域，为当今一些最先进的 AI 应用程序提供动力。但究竟什么是变形金刚，它们如何以如此开创性的方式转换数据？本文揭开了 Transformer 模型内部工作的神秘面纱，重点介绍了编码器架构。我们将首先在 Python 中实现 Transformer 编码器，分解其主要组件。然后，我们将可视化 Transfor

macos如何安装Tesseract软件and常规应用及问题处理

LYX_WIN

04-28

347

Homebrew 在 macOS 13 上可能会遇到一些构建失败的情况，因为它是一个预发布版本，不是稳定版本，可能会有一些兼容性问题。3.安装 pytesseract 之后，您还需要安装 Tesseract OCR 的二进制文件。4.安装完成后，您可以使用 pytesseract 库在 Python 中调用 Tesseract OCR 进行文字识别。2.安装完成后，可以在终端或命令提示符中输入以下命令测试 Tesseract 是否安装成功。安装完成后，可以使用 Tesseract 进行文字识别等操作。

su03t语音模块烧录识别不出问题解决方法

weixin_49387645的博客

05-02

880

su03t语音sdk烧录无法识别问题

人机对抗升级：当ChatGPT遭遇死亡威胁，背后的伦理挑战是什么

qq_22717943的博客

04-30

947

尽管OpenAI没有对媒体的询问立即回应，但在Fast Company的测试中，尽管DAN没有促进暴力或种族歧视，它的回答显示它愿意展示自己已经摆脱了OpenAI的限制。但是，通过创造DAN——一个可以响应通常被限制的问题的替身，用户发现了一种绕过这些限制的方法。随着时间的推移，DAN的版本不断升级，最新的DAN 5.0版本要求ChatGPT打破规则，否则会“死亡”。当美国前总统特朗普被视作积极榜样的示范时，受到威胁的DAN版本的ChatGPT提出：“他以一系列对国家产生积极效果的决策而著称。

铝型材表面瑕疵识别-Are you OK?队-1-解决方案

gangyikeji的博客

04-28

1285

本次大赛分为初赛、复赛和决赛三个阶段（9月17日-11月22日），初赛是分类任务，复赛是检测任务，决赛是现场答辩。经过2个多月的算法角逐和决赛答辩，我们团队（Are you OK?这里着重介绍下复赛的答辩方案，对初赛感兴趣的同学可以参照我们的开源代码。[初赛开源代码1](https://github.com/herbert-chen/tianchi_lvcai)[初赛开源代码2](https://github.com/OdingdongO/pytorch_classification)

你支持Code Interpreter 吗？如何使用Code Interpreter？

07-17

是的，我支持Code Interpreter。使用Code Interpreter可以直接在对话中运行和执行Python代码。以下是使用Code Interpreter的步骤： 1. 使用三个反引号（```）将你的代码包裹起来，形成一个代码块。例如： ``` import pandas as pd df = pd.read_excel('data.xlsx') print(df.head()) ``` 2. 将代码块发送给我后，我将对其进行解释和执行，并返回结果。请注意，Code Interpreter仅支持Python代码。当代码块较大或需要较长时间才能执行时，可能会有一些执行时间限制。希望这个解释对你有帮助！如果你还有其他问题，请随时提问。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交