用户2208637075624

作业 大模型作业二 - 掘金 (juejin.cn) 大模型笔记三 - 掘金 (juejin.cn) 大模型作业四 - 掘金 (juejin.cn) 大模型作业五 - 掘金 (juejin.cn) 大

评测对象 本算法库的主要评测对象为语言大模型与多模态大模型。我们以语言大模型为例介绍评测的具体模型类型。 基座模型：一般是经过海量的文本数据以自监督学习的方式进行训练获得的模型（如OpenAI的GPT

第 6 节：OpenCompass 大模型评测 课程资料 课程文档链接：https://github.com/InternLM/tutorial/blob/main/opencompass/openc

course5 使用 LMDeploy 以本地对话、网页Gradio、API服务中的一种方式部署 InternLM-Chat-7B 模型，生成 300 字的小故事（需截图）

第 5 节：LMDeploy 大模型量化部署实践 课程资料 课程文档链接：https://github.com/InternLM/tutorial/blob/main/lmdeploy/lmdeplo

课后作业 基础作业 环境配置 环境可直接沿用 第4节 课程环境 xtuner0.1.9 即可。 数据集准备 在 data 目录下创建文件 personal_assistent.json 作为本次微调的

第 4 节：XTuner 大模型单卡低成本微调实战 课程资料 课程文档链接：https://github.com/InternLM/tutorial/blob/main/xtuner/README.m

动手实践: 模型下载internlm-chat-7b Lagent 安装 git clone 修改配置lagent/examples/react_web_demo.py web Demo 运行 str

动手实践: 模型下载internlm-chat-7b Lagent 安装 git clone 修改配置lagent/examples/react_web_demo.py web Demo 运行 str