第二课-轻松玩转书生·浦语大模型趣味 Demo作业

基础作业 (结营必做)

• 使用 InternLM2-Chat-1.8B 模型生成 300 字的小故事（需截图）

进阶作业：​​​​​​​

 熟悉huggingface下载功能，使用huggingface_hub python包，下载InternLM2-Chat-7B的config.json文件到本地（需截图下载过程）

使用 Hugging Face 官方提供的 huggingface-cli 命令行工具。安装依赖:

然后新建 python 文件，填入以下代码，运行即可。

以下内容将展示使用 huggingface_hub 下载模型中的部分文件

完成 Lagent 工具调用 数据分析 Demo 部署（需截图）

    4.1 初步介绍 Lagent 相关知识

Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。

    Lagent 的特性总结如下：

• 流式输出：提供 stream_chat 接口作流式输出，本地就能演示酷炫的流式 Demo。
• 接口统一，设计全面升级，提升拓展性，包括：
  • Model : 不论是 OpenAI API, Transformers 还是推理加速框架 LMDeploy 一网打尽，模型切换可以游刃有余；
  • Action: 简单的继承和装饰，即可打造自己个人的工具集，不论 InternLM 还是 GPT 均可适配；
  • Agent：与 Model 的输入接口保持一致，模型到智能体的蜕变只需一步，便捷各种 agent 的探索实现；
• 文档全面升级，API 文档全覆盖。

4.2 配置基础环境

使用 git 命令下载 Lagent 相关的代码库，运行效果如图：

   

   

    4.3 使用 Lagent 运行 InternLM2-Chat-7B 模型为内核的智能体

    Intern Studio 在 share 文件中预留了实践章节所需要的所有基础模型，包括 InternLM2-Chat-7b 、InternLM2-Chat-1.8b 等等。我们可以在后期任务中使用 share 文档中包含的资源，但是在本章节，为了能让大家了解各类平台使用方法，还是推荐同学们按照提示步骤进行实验。