Datawhale AI夏令营-多模态大模型数据合成-Task 1 笔记

作为一名实验科研工作者，之前参与过几次和大模型相关的工作，主要负责前端科研相关语料的收集，后期模型的微调都是由合作者完成，不明所以。这次有幸参加Datawhale AI夏令营，想通过一些实操跑通整个流程，只求对大模型有个具象化的了解。

Step1 顺利完成了，在autoDL上创建了实例。

Step2 尝试了多次，都卡在第6步 “dj-process --config solution/image_captioning.yaml”，总是报错command not found：

(base) root@autodl-container-b67c4ca0a3-7ecc24dd:~# conda activate dj
(dj) root@autodl-container-b67c4ca0a3-7ecc24dd:~# cd autodl-tmp/better_synth_baseline_autoDL
(dj) root@autodl-container-b67c4ca0a3-7ecc24dd:~/autodl-tmp/better_synth_baseline_autoDL# dj-process --config solution/image_captioning.yaml
bash: dj-process: command not found

尝试按照流程重新跑了几遍，每次都会花很长时间在下载模型和数据上，但结果还是一样，command not found。

最后发现，错误是出在完全无脑按照教程一步一步进行：由于粘贴的是社区镜像，所以本身就配置好环境了，我用conda建立了新的环境，覆盖了配置好的。后续又按照社区镜像的教程，直接运行了dj-process，因此command not found。

重新跑上了，现在进展顺利，希望尽快拿到第一个大模型数据合成的跑分。