参考Github链接:Tutorial/helloworld/hello_world.md at camp2 · InternLM/Tutorial · GitHub
进行大模型实战训练
一、基础作业:使用InternLM2-Chat-1.8B
模型生成 300 字的小故事
二、部署实战营优秀作品 八戒-Chat-1.8B
模型
关键点:下载Demo文件 下载模型,构建SSH链接,可启动大模型
三:使用 Lagent
运行 InternLM2-Chat-7B
模型(需开启 30% A100 权限后)
有关Lagent的知识:Lagent 是一个轻量级、开源的基于大语言模型的智能体(agent)框架,支持用户快速地将一个大语言模型转变为多种类型的智能体,并提供了一些典型工具为大语言模型赋能。它的整个框架图如下:
Lagent 的特性总结如下:
- 流式输出:提供 stream_chat 接口作流式输出,本地就能演示酷炫的流式 Demo。
- 接口统一,设计全面升级,提升拓展性,包括:
- Model : 不论是 OpenAI API, Transformers 还是推理加速框架 LMDeploy 一网打尽,模型切换可以游刃有余;
- Action: 简单的继承和装饰,即可打造自己个人的工具集,不论 InternLM 还是 GPT 均可适配;
- Agent:与 Model 的输入接口保持一致,模型到智能体的蜕变只需一步,便捷各种 agent 的探索实现;
- 文档全面升级,API 文档全覆盖。
- 实战关键:配置环境、
- 使用
Lagent
运行InternLM2-Chat-7B
模型为内核的智能体 - 构建软链接
四、实践部署 浦语·灵笔2
模型(开启 50% A100 权限)
配置环境、下载 InternLM-XComposer 仓库 相关的代码资源
点击提交:
关闭原有终端 开启新的终端,进行图文理解实战
进阶作业 (优秀学员必做)
1、熟悉 huggingface
下载功能,使用 huggingface_hub
python 包,下载 InternLM2-Chat-7B
的 config.json
文件到本地(需截图下载过程)
2、完成 浦语·灵笔2
的 图文创作
及 视觉问答
部署
3、完成 Lagent
工具调用 数据分析
Demo 部署