【InternLM实战营第二期笔记】02：大模型全链路开源体系与趣味demo
文章目录
- 00 环境设置
- 01 部署一个 chat 小模型
- 作业一
- 02 Lagent 运行 InternLM2-chat-7B
- 运行一个工具调用解方程
- 03 浦语·灵笔2
- 进阶作业
第二节课程视频与文档：
https://www.bilibili.com/video/BV1AH4y1H78d/
https://github.com/InternLM/Tutorial/blob/camp2/helloworld/hello_world.md
视频和文档内容基本重合，因此这次笔记也同时记录和推进
课程分成这四个部分；社区也随训练营产生了多个兴趣小组：
估计是完成训练营后可以加入其中继续学习和研究。
00 环境设置
完成作业一官方会发放算力点，兑换成开发机的使用配置*时间。
第一次配置开发机需要十分钟左右，后续再开会快很多。
第一个项目需要的算力比较少，因此选择了资源最小的配置+4小时时长，但真正跑起来发现可能时间非常紧张，仅安装环境差不多需要一个小时时间，IO 效率太离谱了……但免费的教学资源也不好多说啥。
忍忍吧。
PS. 教程中的等效配置理论上会快一些，注意要把-c pytorch -c nvidia去掉。开发机的网络环境访问不了这些源。
01 部署一个 chat 小模型
安装完环境，剩下的流程就非常简单了。跑过本地模型的人都比较熟悉，教程提供了相应脚本，下载权重，运行脚本加载、推理即可。
作业一
下载八戒微调版本：
可见网速是非常快的，但推理速度比较慢。
运行体验：
python /root/Tutorial/helloworld/bajie_download.py
streamlit run /root/Tutorial/helloworld/bajie_chat.py --server.address 127.0.0.1 --server.port 6006
我也是 windows 用户，不过由于上方命令是直接在 IDE 的 terminal 中运行的，VS Code 自动提供了端口转发。
streamlit 提供了在线对话 UI，趁后台在慢悠悠加载模型，去瞅一眼 bajie_chat.py 的代码：
- 生成设置
- 交互处理
- 加载模型
- ……
模型加载好了：
换了几条 Query 都能接上，自我认知倒是入心入脑了。
02 Lagent 运行 InternLM2-chat-7B
按照教程下载项目文件并安装，五分钟左右安装完 Lagent 的教学版本并加载模型。
同样，WebIDE 是你的好帮手，直接运行点击弹出的提示跳转到页面即可：
运行一个工具调用解方程
03 浦语·灵笔2
进阶作业
网页怎么没有正常渲染出来呢……
换到 VQA 模型，好像有同样的问题：
不知道问题出在哪……这个作业的花费时间有点超出我预计，第二节容我先这样吧.