- 博客(5)
- 收藏
- 关注
RSS订阅原创 书生大模型-L1-XTuner 微调个人小助手认知
基础任务：使用 XTuner 微调 InternLM2-Chat-1.8B 实现自己的小助手认知，记录复现过程并截图。1.使用Anaconda创建一个名为xtuner0121的虚拟环境，可以直接执行命令。从 Github 上下载源码，进入源码目录，执行安装。（使用魔法科学上网）使用 InternLM 推出的1.8B的小模型来完成此次微调使用tree命令来观察目录结构这里我们用模型，通过QLoRA的方式来微调一个自己的小助手认知作为案例来进行：通过网页端的 Demo 来看看微调前的对话效果。运行。
2024-08-01 11:25:20
739
原创 书生大模型-L1-8G显存玩转书生大模型Demo
使用 LMDeploy 启动一个与 InternLM-XComposer2-VL-1.8B 模型交互的 Gradio 服务。2.1执行以下代码，把教程仓库 clone 到本地。并启动一个 Streamlit 服务。1.1选择10%的开发机，镜像选择为Cuda-12.2。1.3 创建一个目录，用于存放我们的代码。1.4 创作300字小故事。2.2端口映射（本地终端）来启动我们的 Demo。来启动我们的Demo。
2024-07-29 16:45:00
368
原创 书生大模型实战营L0-Git -关卡材料提交
1.使用以下命令在终端安装Git2.Fork 目标项目到自己仓库下：3.在已经连接好开发机的vscode终端中逐行执行以下代码成功进入第三期分支：提交更改到GitHub （逐行运行）
2024-07-24 10:08:25
353
原创 书生大模型实战营L0-Linux-关卡材料提交
本地终端运行ssh -p 34934 root@ssh.intern-ai.org.cn -CNg -L 7860:127.0.0.1:7860 -o StrictHostKeyChecking=no。1.3 SSH远程连接——使用ssh-keygen命令生成RSA密钥并在开发机上添加公钥。3.使用 VSCODE 远程连接开发机并创建一个 conda 环境。文件的目录，并运行：python3 hello_world.py。首先将本地的 7860 端口将映射到开发机的 7860 端口。
2024-07-23 15:15:54
276
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