大模型:AI中参数数量巨大,消耗巨大计算资源的模型;
特点:1.利用大量数据训练;
2.拥有数十亿及以上的参数;
3.在较为通用任务重展示出良好性能;
在InternLM模型全链条开源中 概念介绍:
模型介绍:InternLM支持在数千个GPU的大型集群上进行预训练,并在单个GPU上进行微调,实现性能优化。
1.pip 更新和换国内源;–老生常谈;update and upgrade
2.clone pytorch env and activate internlm-demo
3.install the dependency needed by demo to run
可以直接从github上clone,在这里已经事先准备好了,直接copy即可。
#激活环境
conda activate internlm-demo
#upgrade pip and install dependency
clone code
cd /root/code
git clone https://xxx//xx/xx
1.终端运行
在上面git clone的InternLM目录下新建一个cli_demo.py文件,放入脚本;
python ./cli_demo.py
2.Web运行
本地映射服务器的端口,通过SSH隧道技术;
Lagent是一个轻量级开源的大语言模型的智能体(agent)框架,快速地讲一个大语言模型转变为多种类型的智能体,提供典型工具进行模型赋能。
InternLM-XCcomposer