随笔分类 - 深度学习 / 大模型 / 书生浦语大模型
Imdeploy笔记
摘要：Smiling & Weeping 天气不好的时候，我会小心地把自己心上的裂缝补起来。为什么？... LMDeploy 的量化和部署 1 环境配置 2 服务部署 2.1 模型转换 2.1.1 在线转换 2.1.2 离线转换 2.2 TurboMind 推理+命令行本地对话 2.3 TurboMind
Opencompass笔记整理
摘要：Smiling & Weeping 山海自有归期，风雨自有相逢 大模型评测教程 随着人工智能技术的快速发展， 大规模预训练自然语言模型成为了研究热点和关注焦点。OpenAI于2018年提出了第一代GPT模型，开辟了自然语言模型生成式预训练的路线。沿着这条路线，随后又陆续发布了GPT-2和GPT-3模
XTuner大模型单卡低成本微调实战
摘要：Smiling & Weeping 有趣是片难寻的土，灵魂是朵难养的花 一些关于的模型训练的小tips： 1.ctrl+c中断 2.tmux new -s 名称 3.ctrl+b+D退出（没断） 基础作业：构建数据集，使用 XTuner 微调 InternLM-Chat-7B 模型, 让模型学习到它
作业二
摘要：Smiling & Weeping 你把时间对折，我就在裂缝中喜欢你 使用 LangChain+InternLM的RAG向量检索外挂知识库 > 探索模型知识边界（笔记&&作业） 基础作业： 进阶作业： 选择一个垂直领域，收集该领域的专业资料构建专业知识库，并搭建专业问答助手，并在 OpenXLab
作业1
摘要：Smiling & Weeping 暂且负些霜雪，拭与春天 基础作业： 使用 InternLM-Chat-7B 模型生成 300 字的小故事（需截图） 熟悉 hugging face 下载功能，使用 huggingface_hub python 包，下载 InternLM-20B 的 config.
书生浦语大模型全链开源体系介绍
摘要：Smiling & Weeping 以后隔着三千梨花树，六百湘水，你不必哽咽，我始终记得见你的第一面 2023大模型成为热门关键词 而通用大模型在大模型中适用范围和效率无疑会更高 那么书生·浦语20B开源大模型性能介绍 那么从模型到应用的主要流程大概 书生·浦语全链条开源开放体系 全链条开源开放体系
