MindNLP学习营
文章平均质量分 97
B_DDD
每一段commit都是向数字织物投掷的梭子,而你们——路过此处的旅人——是否听见了线轴转动的低语?
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
昇思打卡营第五期(MindNLP特辑)课程六:玩转香橙派开发板——基于MindSpore的AI开发实战(模型训练+LLM推理应用)作业:基于MindNLP套件迁移mimi模型 中1700行模型代码
Mimi 编解码器 是由 Kyutai 开发的一个语义-声学神经音频编解码器,其主要作用是将音频编码为适合语言模型处理的离散单元(mimi模型就是moshi音频llm的音频分词器),同时提供在低比特率下运行时的高质量音频表现,并且具有与实时生成兼容的低帧率。原创 2025-01-24 22:28:45 · 1268 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)课程六:玩转香橙派开发板——基于MindSpore的AI开发实战(模型训练+LLM推理应用)作业:基于MindNLP套件迁移mimi模型 上代码解读
Mimi 编解码器是由 Kyutai 开发的一个语义-声学神经音频编解码器,其主要作用是将音频编码为适合语言模型处理的离散单元(mimi模型就是moshi音频llm的音频分词器),同时提供在低比特率下运行时的高质量音频表现,并且具有与实时生成兼容的低帧率。音频到文本的转换:Mimi能够将24kHz的音频波形编码成每秒12.5帧、维度为512的潜在表示形式(latent representation)。支持流式处理:该模型的所有卷积都是因果的(causal),这意味着它可以以流的形式运行。原创 2025-01-24 01:00:18 · 1499 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)实践项目:基于预训练模型的下游任务应用 上:中文成语释义与解析挑战-基于mindspore分布式推理的llama3-8B
这是一个2024年的比赛赛题,很有意思的中文成语释义与解析,考验大家构建开源模型PepLine的能力。2024 iFLYTEK A.I.开发者大赛-讯飞开放平台https://challenge.xfyun.cn/topic/info?尝试着更换了QWEN2-7B、GLM4等模型来完成,并且切换了后端推理的方式。借着这次第四课讲解的解码策略,正好把当时的几个代码都拿出来改改并分享代码思路。原创 2025-01-22 23:02:36 · 1047 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)第二课--RoBERTa-Large的IA3微调
作业要求:在华为云平台上,使用MindSporeNLP组件对Roberta-Large模型进行IA3微调训练。数据集:GLUE-MRPC具体要求:使用MindSporeNLP组件加载Roberta-Large模型,设置IA3算法配置并初始化微调模型,加载数据集进行微调训练,并最终使用微调后的模型在验证集上进行评估。原创 2024-12-26 19:56:42 · 1144 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)第三课--基于MindNLP的数据并行训练-上:课程示例代码详解
Mindnlp数据并行原创 2025-01-07 23:57:00 · 1081 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)课程四:基于MindSpore NLP的LLM推理(decoding策略)-上:课程示例代码详解
MindNLP学习营第四课,解码策略原创 2025-01-13 14:12:12 · 1056 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)课程四:基于MindSpore NLP的LLM推理(decoding策略)-下:中文成语释义与解析挑战
这是一个2024年的比赛赛题,很有意思的中文成语释义与解析,考验大家构建开源模型PepLine的能力。2024iFLYTEKA.I.开发者大赛-讯飞开放平台尝试着更换了QWEN2-7B、GLM4等模型来完成,并且切换了后端推理的方式。借着这次第四课讲解的解码策略,正好把当时的几个代码都拿出来改改并分享代码思路。原创 2025-01-13 17:55:01 · 910 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)课程五:基于MindNLP的LLM应用开发实战:从零开始的RAG应用开发 上:实例代码上MindTinyRAG.ipynb和返回值解析
第五课是讲MindNLP的RAG应用,这也是我们在使用AIAgent和知识库中最基本的技术。作为一个增强大模型表现的技术,它在2024年经历了飞速的发展和应用,毕竟比起微调来说它成本低得多。以此为基础的知识库应用也早已普及开来,组成了AI行业突发猛进又脚踏实地的重要拼图。有趣的是,明明是一个极大推动AI落地的技术,它似乎在哪家厂商眼里都是一个已经开发完成了的技术,甚至我们在MindNLP里都找不到多少关于RAG的内容。原创 2025-01-16 01:11:30 · 1544 阅读 · 0 评论 -
昇思打卡营第五期(MindNLP特辑)课程五:基于MindNLP的LLM应用开发实战:从零开始的RAG应用开发 中:Gradio脚本、测试脚本和返回值解析
MindSpore是华为推出的开源深度学习框架,支持端边云全场景的AI应用。原创 2025-01-16 15:34:30 · 1294 阅读 · 0 评论
分享