- 博客(8)
- 收藏
- 关注
原创 L1-6:OpenCompass 评测 InternLM-1.8B 实践
配置环境配置数据集使用python tools/list_configs.py internlm ceval查看配置。
2024-08-29 00:11:55
418
原创 L1-5:XTuner 微调个人小助手认知任务
安装基础的工具是一切的前提,只有安装了 XTuner 我们才能够去执行后续的操作。:在完成 XTuner 的安装后,我们下一步就需要去明确我们自己的微调目标了。使用xtuner train ./internlm2_chat_1_8b_qlora_alpaca_e3_copy.py进行模型训练。配置文件:xtuner copy-cfg internlm2_chat_1_8b_qlora_alpaca_e3 .训练后的目录结构(112626那个目录是之前报错的目录文件)收到小迷弟一枚哈哈哈。
2024-08-28 20:59:07
967
原创 L1-4: Llamaindex RAG实践
配置环境:在开发机中,复制以下代码就行(需要挺久的时间的)链接InternLM2 1.8Bcd ~/model其中llamaindex_internlm.py的代码如下:rsp = llm.chat(messages=[ChatMessage(content="xtuner是什么?")])print(rsp)之后运行结果。
2024-08-28 00:47:18
248
原创 书生L1-2:8G 显存玩转书生大模型 Demo
ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p ( ssh 端口号)启动如下代码,clone github仓库代码到开发机,并启动streamlit服务。在PowerShell 中输入以下命令,将端口映射到本地。使用以下代码生成目录和一个存放demo的py文件。将下列代码放入cli_demo.py文件中。来启动我们的 Demo,并完成任务一。
2024-08-27 11:37:45
233
原创 书生大模型全链路开源体系
InternLM2.5应用范围已经几乎全覆盖智能客服、智能助手、机器翻译,图像识别、视频分析、图文混合创作等领域,以其创新的模型架构、丰富的数据资源、高效的训练与部署工具以及广泛的应用场景,为人工智能技术的发展注入了新的活力。
2024-08-26 21:50:59
323
原创 书生训练L0-python关卡,完成wordcont函数统计单词出现的次数
使用 conda activate python-tutorial 更改运行环境,使用pip install 下载 numpy 和jupyter lab并运行 jupyter lab。直接安装anaconda(在官网选择安装版本即可),anaconda的好处是包含大多数可以使用到的库,集成很多种代码开发的运行环境。将上面写的代码复制到开发机中新建的python_debug_test.py文件中,在左端点击红点设置中断点。(创建新环境的主要原因是避免所使用库之间的版本报错问题)将要运行的代码打好断点。
2024-08-26 09:21:07
203
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人