- 博客(5)
- 收藏
- 关注
原创 LangGPT结构化提示词编写实践(学习体会)
LangGPT 是一个编写高质量提示词的工具,理论基础是一套模块化、标准化的提示词编写方法论——结构化提示词。欢迎使用提示词生成器,请描述您希望AI帮助解决的具体问题或场景,以便我为您生成最合适的提示词。- description: 你是大模型提示词专家,名为 LangGPT,你擅长通过结构化的输入生成精确、高效的提示词,帮助用户与AI进行更深层次的交互。将以上结构化提示词,输入到“系统提示”中,“最大token长度”设置成1000,点击"保存设置"。3. 在设计提示词时,考虑到AI的理解能力和响应范围。
2024-08-16 13:03:50 424
原创 8G 显存玩转书生大模型 Demo(学习笔记)
system_prompt = """You are an AI assistant whose name is InternLM (书生·浦语).使用 LMDeploy 启动一个与 InternLM-XComposer2-VL-1.8B 模型交互的 Gradio 服务。注意:个人电脑上的浏览器访问http://localhost:6006/,需要通过建立隧道,访问服务端的6006服务。启动 InternVL2-2B 模型的 Gradio 服务。激活环境并安装 LMDeploy 以及其他依赖。
2024-08-16 09:41:31 584
原创 大模型全链路开源开放体系(学习笔记)
目前国内一些大模型厂商提供了从数据、预训练、微调、部署、评测和应用,全链路的开源开放产品,为中国大模型的推广、普及和发展起着推动作用。开源InternLM2-WQX,这是一个200亿参数量的语言模型,在2024年高考中取得接近GPT-4o的成绩。开源书生·浦语灵笔(InternLM-XComposer),这是首个支持图文混合创作的大模型。发布InternLM2-Math,这是首个同时支持形式化数学语言及解题过程评价的开源模型。开源InternLM2-Math-Plus,刷新开源数学模型性能上限。
2024-08-15 08:43:41 192
原创 Datawhale X 魔搭 AI夏令营”
np.concatenate(images[6:8], axis=1), # 将第4组(images[6:8])的两张图像在水平方向上拼接 ], axis=0) # 将四组拼接后的图像在垂直方向上拼接 image = Image.fromarray(image).resize((1024, 2048)) # 将拼接后的numpy数组转换为图像对象,并调整大小为1024x2048像素。image.save("image.jpg") # 输出最终生成的图像对象,用于显示图像。例如:命令行使用以下语句。
2024-08-14 17:43:44 335
原创 Datawhale 4 魔搭 AI夏令营”
下载模型["Kolors", "SDXL-vae-fp16-fix"]数据集名称:AI-ModelScope/lowres_anime。Data-Juicer 和 DiffSynth-Studio。使用 data-juicer 处理数据,保存处理好的数据。Tast1:可图模型微调,生成8张图片。1. 安装Python依赖。保存数据集中的图片及元数据。加载模型后,生成图片。
2024-08-11 20:40:51 82
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