Llama3小白自学路（五、Agent 能力体验+微调Lagent 版）

写在前面

Agent，智能体，通常被认为是Open AI的下一个发展方向。笔者认为，如果将大模型比作可以根据刺激进行收缩和舒张的神经元，智能体就好比是大脑，可以自由的思考，有记忆分析逻辑推理能力，有问题解决问题的能力，没有问题就创造问题解决问题的能力。

 Agent-FLAN 数据集是上海人工智能实验室 InternLM 团队所推出的一个智能体微调数据集，其通过将原始的智能体微调数据以多轮对话的方式进行分解，对数据进行能力分解并平衡，以及加入负样本等方式构建了高效的智能体微调数据集，从而可以大幅提升模型的智能体能力。‘

lagent，一个开源的 LLM 智能体框架，允许使用者快速将一个大语言模型转换成智能体，并提供一些典型工具来激发大语言模型的潜能。其主要包含三个模块：

agents	实现了多种智能体，如 ReAct，AutoGPT。
llms	支持多种大语言模型，包括在 HuggingFace 上托管的开源模型（Llama-2, InterLM）及 GPT3.5/4 等闭源模型。
actions	包含一系列工具，并提供工具执行器来统一管理。

这里附上机智流的Llama3教程链接：

机智流Llama3超级课堂

1、数据集准备

按照之前的环境，配置好必要的模型以及模块：

# 创建镜像并下载依赖
conda crea