1、hugging-face-hub下载部分文件,使用
import os
from huggingface_hub import hf_hub_download # Load model directly
hf_hub_download(repo_id="internlm/internlm2-7b", filename="config.json")


2、`浦语·灵笔2` 的 `图文创作` 及 `视觉问答` 部署
图文创作部署:


图文创作交互,输入了一篇高考作文题目,感觉文笔和立意都很好,配的图片第一张非常契合内容,第二张多了个人有点突兀,不过整体感觉非常厉害。



视觉回答部署:

视觉回答交互:

漏了一个人,感觉漏了那个黄衣服的?

感觉上下文关联性不是很强的回答容易答非所问,整体上感觉比较认知性能还是不错的。
3、`Lagent` 工具调用 `数据分析` Demo 部署
部署:

交互:
第一次没用数据分析:

第二次调用了解释器:

第一次计算过程都对,错了一个简单运算;第二次调用解释器就对了。感觉确实如课程所讲的,借用外部解释器准确度更高。
本文介绍了如何从HuggingFaceHub下载模型,以及浦语·灵笔2在图文创作和视觉问答中的部署实例。此外,还展示了Lagent工具如何通过数据分析提高准确度,通过实际交互演示了工具的使用和错误检测。
1726

被折叠的 条评论
为什么被折叠?



