InternLM

2024-04-03 00:04
文章标签 internlm

本文主要是介绍InternLM,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

任务一 运行1.8B模型,并对话

User  >>> 请创作一个 300 字的小故事
在一片茂密的森林里,住着一只小松鼠,它的名字叫做小雪。小雪非常活泼好动,经常在树上跳跃玩耍。有一天,小雪发现了一个神秘的洞穴,它非常好奇地走了进去。在洞穴里,小雪发现了一扇通往另一个世界的门。门上刻着许多神秘的符号,小雪不知道这是什么东西,但是它很感兴趣。于是,小雪小心翼翼地打开了门。门里面是一个充满奇妙的世界,有五彩斑斓的花朵、五颜六色的树木、还有各种神奇的生物。小雪非常开心,它在这里自由自在地玩耍、探索。小雪在这里遇到了一只小兔子,它和兔子成为了好朋友。兔子告诉小雪,这个世界的每个角落都充满了神奇和危险,但是只要小雪保持警惕,它就可以保护好自己。小雪和兔子一起玩耍,一起探险,它们度过了一个充满乐趣和冒险的旅程。最终,小雪回到了自己的家,它感到非常开心和满足。从那以后,小雪学会了保护自己,它也变得更加勇敢和自信。它知道,无论遇到什么困难和挑战,只要自己保持勇敢和坚定,就可以克服一切困难,迎接更美好的未来。
User  >>> 请以傻子的角度 写一个300-500字的 纯爱故事
在一个充满童话色彩的小镇上,住着一个名叫艾米的女孩。她有一头长长的棕色卷发,总是微笑着面对着阳光。艾米非常喜欢在河边散步,看着水流从石头上流过,听着鸟儿在枝头欢唱。她喜欢在夜晚,坐在窗前,听着柔和的音乐,感受着风的轻拂。艾米有一个最好的朋友,一个名叫汤姆的男孩。汤姆总是陪伴在她身边,无论是在学校还是在家。他是一个聪明、幽默、开朗的人,总是能够带给她无尽的欢乐和温暖。他们经常一起度过美好的时光,分享彼此的喜怒哀乐。然而,艾米有一个秘密。她喜欢穿漂亮的裙子,而且她非常喜欢穿裙子。每当她穿上裙子,她的心里就会充满着自信和快乐。她总是告诉汤姆,她是一名公主,希望有一天,她能够穿上华丽的礼服,成为整个小镇的焦点。一天,艾米决定穿一条漂亮的长裙去参加一个舞会。她兴奋地跑回家,告诉汤姆这个消息。汤姆非常高兴,并邀请艾米一起去参加舞会。艾米很高兴,她期待着在舞会上展示自己的美丽和自信。在舞会上,艾米穿着她最喜欢的长裙,自信地站在舞台中央。她跳了一支舞,展现了自己的优雅和魅力。台下响起了一片掌声,艾米感到非常自豪和满足。她知道,她的美丽和自信让她成为了整个舞会的主角。从那一天起,艾米变得更加自信和勇敢。她不再害怕展示自己的美丽,因为她知道,只要她相信自己,她就能做到任何事情。汤姆也变得更加支持艾米,因为他知道,艾米是一个坚强而美丽的人。这个故事告诉我们,每个人都有自己独特的美丽和价值,只要我们相信自己,勇敢地展示自己的美丽,我们就能实现自己的梦想。

在这里插入图片描述

任务二 八戒-Chat-1.8B对话

在这里插入图片描述

这篇关于InternLM的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/871419

相关文章

【书生大模型实战营】进阶岛 第1关 探索 InternLM 模型能力边界

文章目录 【书生大模型实战营】进阶岛 第1关 探索 InternLM 模型能力边界学习任务Bad Case 1:Bad Case 2:Bad Case 3:Bad Case 4:Bad Case 5:Good Case 1:Good Case 2:Good Case 3:Good Case 4:Good Case 5: 【书生大模型实战营】进阶岛 第1关 探索 InternLM

书生大模型实战营(第3期)进阶岛第1关探索 InternLM 模型能力边界

在 CompassArena 中选择双模型对话,与InternLM2.5及另外任意其他模型对话,收集 5 个 InternLM2.5 输出结果不如其他模型的对话案例,以及 InternLM2.5 的 5 个 Good Case。 声明:由于模型每次的输出都会有不同,或许下一次问,它们的回答刚好相反,我只是把当时问的问题以及它们的输出给记录下来。 Bad Case 1: 模型服务来

探索 InternLM 模型能力边界

一、任务介绍 在 CompassArena 中选择双模型对话,与InternLM2.5及另外任意其他模型对话,收集 5 个 InternLM2.5 输出结果不如其他模型的对话案例,以及 InternLM2.5 的 5 个 Good Case。 任务地址:Docs Bad Case 1: 模型服务来源 compassarea 您的输入 3.11和3.8谁大 模型A inter

InternLM 2.5 书生·浦语 开源大模型本地部署体验

老牛同学之前偶尔刷到过InternLM大模型相关的介绍文章,因为在老牛同学心中,Qwen2千问才是国内开源模型中最适合自己的大模型,原因是自己在本地部署和应用Qwen2都非常满意,所以没有在意InternLM大模型,也就没有动力去了解它。 今天老牛同学又刷到InternLM大模型发布1.8B新开源版本的文章,同时还知道了书生·浦语是它的中文名。因老牛同学在上海生活了十几年了,当看到浦字时有点敏感

【InternLM实战营第二期笔记】06:Lagent AgentLego 智能体应用搭建

文章目录 讲解为什么要有智能体什么是 Agent智能体的组成智能体框架AutoGPTReWooReAct Lagent & Agent LegoAgentLego 实操Lagent Web Demo自定义工具 AgentLego:组装智能体“乐高”直接使用作为智能体,WebUI文生图测试 Agent 工具能力微调 讲解 为什么要有智能体 什么是 Agent 智能

【InternLM实战营第二期笔记】07:OpenCompass :是骡子是马,拉出来溜溜

文章目录 课程实操 课程 评测的意义是什么呢?我最近也在想。看到这节开头的内容后忽然有个顿悟:如果大模型最终也会变成一种基础工具(类比软件),稳定或可预期的效果需要先于用户感知构建出来,评测 case 就需要变成用例的相对充分抽样。 除了提高效率本身,最近还有一个很好的工作 MixEval,把标准、静态的 benchmarks 跟 elo 表现做了充分关联,使得只测试少量

Internlm_xcomposer2模型结构解读

Internlm_xcomposer2模型结构解读 项目地址 Internlm_xcomposer2模型总体结构 <class 'transformers_modules.internlm-xcomposer2-4khd-7b.modeling_internlm_xcomposer2.InternLMXComposer2ForCausalLM'>InternLMXComposer2Fo

InternLM-XComposer2-4KHD开拓性的4K高清视觉-语言模型

大型视觉-语言模型(LVLM)在图像字幕和视觉问答(VQA)等任务中表现出色。然而,受限于分辨率,这些模型在处理包含细微视觉内容的图像时面临挑战。 分辨率的限制严重阻碍了模型处理含有丰富细节的图像的能力。例如,在理解图表、表格和文档等类型的视觉内容时,细节的清晰度对于准确解读和生成语言描述至关重要。然而,当图像的分辨率不足时,这些细微的视觉信息可能会丢失,导致模型无法准确地捕捉和学习图像中的关

【InternLM实战营第二期笔记】04:XTuner 微调 LLM:1.8B、多模态、Agent

文章目录 笔记微调基础知识Xtuner8G显存微调模型InternLM2 1.8B多模态实践环节数据微调过拟合WebUI 交互 多模态微调 作业 这回学乖了,打开本节课第一件事先不看教程而是装环境~ 笔记 微调基础知识 这里感慨一下,垂直领域的训练还是挺困难的,尤其是数据资源并不丰富又有高精度要求的行业。 data sea 哈哈哈哈。“一条数据的一生”这几张图做的

【InternLM实战营第二期笔记】03:“茴香豆“,搭建你的 RAG 智能助理(未完成)

文章目录 笔记-RAG课程结构为什么要用 RAG?定义工作原理向量数据库RAG 工作流程发展历程常见优化RAG vs 微调LLM 优化方法比较RAG的评价总结 笔记-茴香豆什么是茴香豆茴香豆实战 笔记-RAG 课程结构 为什么要用 RAG? 新增知识,尤其是高频变动且精确度要求高的知识,其实比较难通过微调的方式注入模型,而在模型的输入窗口中添加基于相关性的召回段落,能