InternLM大模型实战-2.浦语大模型趣味demo

前言

本文是对于InternLM全链路开源体系系列课程的学习笔记。视频教程：【轻松玩转书生·浦语大模型趣味Demo】 https://www.bilibili.com/video/BV1Ci4y1z72H/?share_source=copy_web&vd_source=99d9a9488d6d14ace3c7925a3e19793e

笔记正文

3个Demo的简要介绍

InternLM模型简介

首先，这是开源的轻量级训练框架，而InternLM-7B和20B还有上篇文章提到的123B都是在这个训练框架下的产物。这个开源训练框架的目的是训练大预言模型并且不需要过多的依赖。

Lagent介绍

开源的轻量级智能体框架，提供多种智能体的快速搭建功能。

书生`灵笔多模态大模型

书生灵笔是基于书生浦语大语言模型研发的视觉语言大模型，提供出色的图文理解和创作能力。

Demo动手实践

模型的下载

模型下载可以从常见的Huggingface上面使用git-lfs或huggingface-cli进行下载，也可以通过与InternLM同属于上海人工智能实验室下的OpenXlab进行下载，下载代码为

from openxlab.model import download
download(model_repo = 'OpenLMLab/InternLM-7b', model_name='InternLM-7b',output='your local path')

当然，openxlab也提供了命令行工具可以用于使用命令行下载模型。
国内还常用阿里的modelscope进行模型的下载。下载的方式可以在模型的主页获取。modelscope会在模型文件导航栏中给出下载的python代码和git指令。

模型的下载路径既可以通过指令的参数指定，也可以通过修改环境变量的方式指定。
如通过修改环境变量MODELSCOPE_CACHE到指定位置可以修改modelscope下载模型的默认保存位置。

更多

照着教程操作基本不会出问题。出了问题多找找自己的原因，这么多年了，记性有没有涨，有没有好好学习。
文档地址：https://github.com/InternLM/tutorial/blob/main/helloworld/hello_world.md

因为我看课后作业要另写一篇博客，所以这里戛然而止了。