xiaoxian666的博客

（3）修改“pt_checkpoint”为自己训练好的微调模型的“output”文件夹，修改“model”为chatglm3—6b底座模型的存放路径。（5）点击运行，等待一段时间后，在prompt输入提示词，即可出现回答。（4）确认所使用的内核，如果不对应，可以点击“内核” —>“更换内核”（1）在终端输入“jupyter notebook”运行finetune_pt.sh文件，使用命令。可使用下面代码对数据集格式调整。（2）创建以下的.ipynb文件。跳转到浏览器的jupyter。

目录一、AI翻唱之模型训练（1）模型部署 （2）数据集制作——搜集素材（3）数据集制作——提升音频质量方法一：使用RVC提供的音频处理功能。方法二：可以使用音频剪辑工具Adobe Audition（4）训练二、AI翻唱之模型推理三、视频剪辑前言：从0到1，忙碌了三天，剪了三个视频，其中两个放在了B站（星铁新角色知更鸟翻唱Love Story和Mr. Wonderful），第三个是四个原神角色合唱孤勇者：【知更鸟】Love Story_哔哩哔哩_bilibili【知更鸟】Mr. Wonderful_哔哩

互联网上的数据质量参差不齐，无论是OpenAI 联合创始人Andrej Karpathy 在微软Build 2023的报告，还是当前的一些研究都表明，训练数据的质量对于大语言模型效果具有非常重要的影响。因此，如何从收集到的数据中删除低质量数据成为大语言模型训练中的重要步骤。大语言模型训练中所使用的低质量数据过滤方法可以大致分为两类：基于分类器的方法和基于启发式的方法。基于分类器的方法目标是训练文本质量判断模型，并利用该模型识别并过滤低质量数据。

写在前面：由于github仓库的代码会更新（），为了和本文保持一致，于是这里将2024/2/23日下载的代码存放在百度网盘：链接：https://pan.baidu.com/s/10MeAoQgJmPJqDZFLBTubDQ提取码：aeq1将chatgalm3-6b模型放在ChatGLM3-main下。