书生浦语大模型实战营第二期 第四次课作业

文章探讨了如何通过微调训练模型使其识别并理解自身作为助手的功能,以及在数据集限制下可能出现的知识遗忘现象。进阶作业涉及将微调后的模型部署到OpenXLab平台。部署教程也提及,展示了模型在多模态环境下的应用和实际操作步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第 4 节课作业

记录复现过程并截图

基础作业(结营必做)

  • 训练自己的小助手认知(记录复现过程并截图)

可以看出微调前模型不知道它是我的助手,而微调后则知道,只是由于数据集只有重复的一条数据,所以模型灾难性地遗忘了所有其他知识。

进阶作业

  • 将自我认知的模型上传到 OpenXLab,并将应用部署到 OpenXLab(优秀学员必做)

  • 复现多模态微调(优秀学员必做)

可以看出,微调后,模型能够回答问题,而不是仅仅打标题。

OpenXLab 部署教程:Tutorial/tools/openxlab-deploy at camp2 · InternLM/Tutorial · GitHub

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值