qq_42816781的博客

原创 书生大模型实战营（第四期闯关大挑战）- L0G2000闯关作业提交-Python

Tutorial/docs/L0/Python at camp4 · InternLM/Tutorial (github.com)

原创 书生大模型实战营（第四期闯关大挑战）- L0G1000闯关作业提交-Linux

Tutorial/docs/L0/linux at camp4 · InternLM/Tutorial (github.com)

原创 书生大模型实战营（第三期闯关大挑战）- L2-茴香豆：企业级知识库问答工具

https://github.com/InternLM/Tutorial/blob/camp3/docs/L2/Huixiangdou/task.md

原创 书生大模型实战营（第三期闯关大挑战）- L2-MindSearch CPU-only 版部署

https://github.com/InternLM/Tutorial/blob/camp3/docs/L2/MindSearch/readme_github.md

原创 书生大模型实战营（第三期闯关大挑战）- L2-InternVL 多模态模型部署微调实践

https://github.com/InternLM/Tutorial/blob/camp3/docs/L2/InternVL/joke_readme.md

原创 书生大模型实战营（第三期闯关大挑战）- L2-LMDeploy 量化部署进阶实践-材料提交

Tutorial/docs/L2/LMDeploy/readme.md at camp3 · InternLM/Tutorial (github.com)'

原创 书生大模型实战营（第三期闯关大挑战）- L2 - Lagent 自定义你的 Agent 智能体

【代码】书生大模型实战营（第三期闯关大挑战）- L2 - Lagent 自定义你的 Agent 智能体。

原创 书生大模型实战营（第三期闯关大挑战）- L2-探索 InternLM 模型能力边界

机器学习：一种利用算法和统计模型让计算机系统从数据中学习并改进表现的方法。

原创 书生大模型实战营（第三期闯关大挑战）- L1-OpenCompass 评测 InternLM-1.8B 实践

查看支持的数据集和模型,列出所有跟 InternLM 及 C-Eval 相关的配置。

原创 书生大模型实战营（第三期闯关大挑战）- L1-XTuner 微调个人小助手认知-材料提交​

Tutorial/docs/L1/XTuner/task.md at camp3 · InternLM/Tutorial (github.com)

原创 书生大模型实战营（第三期闯关大挑战）- L1-InternLM + LlamaIndex RAG 实践-材料提交

问题2：xtuner支持那些模型？问题1：xtuner是什么?

原创 书生大模型实战营（第三期闯关大挑战）- L1-浦语提示词工程实践-材料提交

【代码】书生大模型实战营（第三期闯关大挑战）- L1-浦语提示词工程实践-材料提交。

原创 DataWhale AI夏令营第三期-从零入门 AI 逻辑推理 Task4

改用更好的api模型qwen-long，得出比之前更好的成绩。若果优化agent的话，效果可能会更好。

原创 DataWhale AI夏令营第三期-从零入门 AI 逻辑推理 Task3

【代码】DataWhale AI夏令营第三期-从零入门 AI 逻辑推理 Task3。

原创 DataWhale AI夏令营第三期-从零入门 AI 逻辑推理 Task2

两个主要组成部分：答案生成模块和纠错与结果文件生成模块。下面是该段落的重点总结：1. 整体代码结构：- 整体代码分为两大模块：答案生成模块和纠错与结果文件生成模块。2. 答案生成模块：- 包括大模型的处理函数、从大模型返回结果中抽取所需信息、多线程处理以及答案生成的启动过程。- 大模型部分是整个代码的核心。- 动手能力强的开发者可以从此处入手改进代码。- 为了提高性能，使用了多线程处理请求。3. 纠错与结果文件生成模块：- 目的是处理由于网络问题或模型能力限制导致的结果缺失或不完整的情况。

原创 DataWhale AI夏令营第三期-AI极端降水预报

Task 1.1 从零入门 AI for Science（AI+气象）Datawhale AI 夏令营（第三期）Task 1.2 知识点文档。

原创 DataWhale AI夏令营第三期-从零入门 AI 逻辑推理 Task1

DataWhale AI夏令营第三期-从零入门 AI 逻辑推理

原创 Datawhale AI 夏令营——电力需求挑战赛——Task1-3学习笔记

Datawhale AI 夏令营——电力需求挑战赛小白学习笔记活动 ｜ Datawhale AI 夏令营 - 飞书云文档 (feishu.cn)Datawhale AI 夏令营——电力需求挑战赛小白学习笔记活动 ｜ Datawhale AI 夏令营 - 飞书云文档 (feishu.cn)

原创 书生大模型实战营（第三期闯关大挑战）- L1 8G 显存玩转书生大模型 Demo-材料提交

进阶任务（闯关不要求完成此任务）使用 LMDeploy 完成 InternLM-XComposer2-VL-1.8B 的部署，并完成一次图文理解对话，记录复现过程并截图。（优秀学员必做） 使用 LMDeploy 完成 InternVL2-2B 的部署，并完成一次图文理解对话，记录复现过程并截图。（优秀学员必做）

原创 书生大模型实战营（第三期闯关大挑战）- L1 书生大模型全链路开源体系

书生·浦语大模型全链路开源体系是一种全面的开源方案，旨在帮助开发者和研究者更高效地构建、训练、部署和评估大规模预训练模型。它涵盖了从模型设计到实际应用的整个流程。以上步骤和实践构成了书生·浦语大模型全链路开源体系的核心内容，旨在帮助开发者和研究者更有效地利用大模型技术解决实际问题。- 运行Demo：启动提供的Demo程序，尝试不同的输入以观察模型输出的变化。- 测试Agent：评估微调后的模型在实际任务中的表现，比如问答、对话等。- 配置模型：选择合适的LLM基础模型，例如1.8B参数量的版本。

原创 书生大模型实战营（第三期闯关大挑战）- L0

https://github.com/InternLM/Tutorial/blob/camp3/docs/L0/Linux/task.md

原创 五一卷羊陀三22 - 五一 Llama 3 超级课堂 | 第六节 Llama 3 能力评测（OpenCompass版）

原创 五一卷羊陀三22 - 五一 Llama 3 超级课堂 | 第五节 Llama 3 Agent 体验微调（XTuner版）

原创 五一卷羊陀三22 - 4、五一 Llama 3 超级课堂 | 第四节 Llama 3 高效部署实践（LMDeploy版）

原创 五一卷羊陀三22 - 2、五一 Llama 3 超级课堂 | 第二节 Llama 3 微调个人小助手认知（XTuner版）

原创 五一卷羊陀三22 - 1、五一 Llama 3 超级课堂 | 第一节 本地 Web Demo 部署