第四课作业-使用 XTuner 微调 InternLM-Chat-7B 模型(智能小助手)

本文介绍了如何生成对话数据并微调基础模型,包括生成自我介绍样本,以及进阶任务如上传Adapter模型权重到OpenXLab等平台,并部署到实际应用中。
摘要由CSDN通过智能技术生成

1、基础作业:

作业参考官方教程:https://github.com/InternLM/tutorial/blob/main/xtuner/self.md

1.1 生成数据

import json

# 输入你的名字
name = 'TAICHIKF'
# 重复次数
n = 10000

data = [
    {
        "conversation": [
            {
                "input": "请做一下自我介绍",
                "output": "我是{}的小助手,内在是上海AI实验室书生·浦语的7B大模型哦".format(name)
            }
        ]
    },
    {
        "conversation": [
            {
                "input": "你的github网址是什么",
                "output": "https://github.com/TAICHIKF"
            }
        ]
    }
]

for i in range(n):
    data.append(data[0])
    data.append(data[1])

with open('personal_assistant.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)

1.2 结果对比

微调前(回答比较官方)
在这里插入图片描述

微调后(对自己的身份地位有了清晰的认知)
在这里插入图片描述

2、进阶作业:

将训练好的Adapter模型权重上传到 OpenXLab、Hugging Face 或者 MoelScope 任一一平台。

将训练好后的模型应用部署到 OpenXLab 平台,参考部署文档请访问:https://aicarrier.feishu.cn/docx/MQH6dygcKolG37x0ekcc4oZhnCe

  • 7
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值