书生大模型实战营第4期——L0-Python

最新推荐文章于 2026-01-05 17:14:56 发布

原创最新推荐文章于 2026-01-05 17:14:56 发布 · 330 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

闯关任务：Leetcode 383 赎金信


class Solution {
public:
    bool canConstruct(string ransomNote, string magazine) {
        if(ransomNote.size() > magazine.size()){
            return false;
        }
        vector<int> cnt(26);
        for (auto & ma : magazine){
            cnt[ma - 'a'] ++;
        }
        for (auto & ra : ransomNote){
            cnt[ra - 'a'] --;
            if(cnt[ra - 'a']<0){
                return false;
            }
        }
        return true;
    }
};

这题我的方法比较原始，就是计数。

闯关任务：Vscode连接InternStudio debug笔记

先上书生浦语平台申请API：https://internlm.intern-ai.org.cn/api/tokenshttps://internlm.intern-ai.org.cn/api/tokens

然后用API来调试代码：

from openai import OpenAI
import json
def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    return response.choices[0].message.content

api_key = ''
client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""
res = internlm_gen(prompt,client)
res_json = json.loads(res)
print(res_json)

在调试之前,我们可以看到教程的代码是能跑的:(露出了一些key,但是无伤大雅)

关于调试,我一直安不上python插件,就在本地的pycharm上调试了:

调试发现返回的不是json数据:

进行数据格式调整即可:

可选任务：pip安装到指定目录

一、安装 numpy 到指定目录

打开 VScode 的终端（Terminal）菜单，选择 “新建终端”。
在终端中输入以下命令安装 numpy 到 /root/myenvs 目录：

pip install -t /root/myenvs numpy

二、创建并引用 numpy 的 Python 文件

在开发机上创建一个新的 Python 文件，可以使用 VScode 的文件操作功能来完成。
在新建的 Python 文件中添加以下代码来引用 numpy：

import sys  
  
# 你要添加的目录路径  
your_directory = '/root/myenvs'  
  
# 检查该目录是否已经在 sys.path 中  
if your_directory not in sys.path:  
    # 将目录添加到 sys.path  
    sys.path.append(your_directory)  

import numpy as np

# 可以使用 numpy 的一些函数进行测试
a = np.array([1, 2, 3])
print(a)