一搭七

本笔记根据Datawhale发布的视频教程得出。视频链接：https://www.bilibili.com/video/BV12y411e7QR/ LLM的大体分类： 新手用LLM就是结合prompt

按照教程配好环境，创个demo文件夹，创个cli_demo.py文件。 --复习：mkdir创个文件夹，-p保证root要是不存在就创个root文件夹。touch创个文件 复制上py文件后 启动！ 启

看了介绍，internLM确实很厉害，与其他模型有来有回。 大海捞针实验：给一段很长的背景知识，模型是否能定位到这里面的任何位置的任何信息。 比如，直接给本书，这书的内容很多，就是很长的背景知识。模型

官方解释： 微调（Fine-tuning）是指在深度学习领域中，特别是针对预训练模型的一种训练策略。预先训练好的模型通常是在大规模无标注数据上通过自监督学习得到的，它们具有对一般自然语言结构的良好理解

跟着教程走，很顺利的创建好实例 git拉下来文件夹，环境装好 项目跑起来 等待模型加载，加载好就可以对话了（最后一个单词是Done就是完成了） 可以开始对话了，效果不错，能理解各个命令 也能根据记忆的

还是vscode远程连接，使用git clone命令拉下来项目。 拉完了记得cd换到Tutorial下 按照教程提交完成 touch创建个文件，commit传到暂存区（本地的一个区域），push就能推

python对字符串有很多方法。针对这题，可以想到先把标点符号换成空格，再利用split（）分割空格，这样得到所有单词的列表。根据列表在字符串里一个个找出现次数。 有个小问题，给的字符串里存在缩写：I

成功链接上开发机，密码要是复制不了就手打吧。 用vscode远程连接 按教程走，选linux 解决一个端口映射问题：因为在后续的课程中我们会进行模型web_demo的部署实践，那在这个过程中，很有可能

axios和fetch都是拿来前后端之间传请求响应的。他们有一些区别。看看他们get和post请求什么区别（主要就这俩）。 他们都是参数写url，然后then（）里的是请求成功要做的，catch（）里