Datawhale AI冬令营(第一期)task1--零基础定制你的专属大模型

我们将基于《甄嬛传》剧本中的甄嬛台词 ,通过五个简单的步骤,不写一行代码,打造一个模仿甄嬛语气、风格的专属聊天模型------ Chat-嬛嬛

目录

Step1:注册讯飞星辰Maas(点击打开官网)

[Step2:下载 嬛嬛数据集](#Step2:下载 嬛嬛数据集)

Step3:定制专属嬛嬛大模型!

[Step4: 创建应用(点击可跳转)](#Step4: 创建应用(点击可跳转))

Step5:体验AI嬛嬛!

总结


Step1:注册讯飞星辰Maas(点击打开官网)

链接:星火大模型精调平台

Step2:下载 嬛嬛数据集

数据来源:self-llm/dataset/huanhuan.json at master · datawhalechina/self-llm · GitHub

点击了解数据集是什么

Step3:定制专属嬛嬛大模型!

给数据集命名,上传step2下载的文件到平台,数据格式选择Alpaca.然后提交训练结果。

图一、数据集命名

图二、上传step2下载的文件到平台

图三、 等待训练完成

Step4: 创建应用(点击可跳转)

链接:控制台-讯飞开放平台

Step5:体验AI嬛嬛!

图四、训练已完成可以发布为服务了

图五、服务已经成功发布

图六、体验中心体验服务 ,当前发布的服务和qwen2.5-b的原始服务进行对比

图七、问答题


  • A选项(数据集中instruction字段可以为空,因为有些任务不需要指令):

    这个选项是错误的。在Alpaca格式中,instruction字段是任务指令,它告诉模型需要做什么。因此,这个字段是不可或缺的。

  • B选项(input字段必须包含具体的输入内容,否则数据集无效):

    这个选项同样是错误的。根据Alpaca格式的定义,如果任务是开放式的,或者不需要明确的输入,input字段可以为空字符串。

  • C选项(output字段是可选的,不是所有样本都需要标准答案):

    这个选项也是错误的。在Alpaca格式中,output字段是期望的输出,也就是模型训练时的参考答案或正确结果。因此,这个字段也是必须的。

总结:

通过本次学习我系统的了解了通过讯飞星辰Maas进行大模型定制的基本流程,进行了一系列相关操作,对数据集采用相关格式的特点进行了一点的了解。为后续对基础服务进行优化打下了一定的基础。

相关推荐
沧海一粟青草喂马几秒前
国产GEO工具哪家强?巨推集团、SEO研究协会网、业界科技三强对比
人工智能
小陈phd4 分钟前
高级RAG策略学习(六)——Contextual Chunk Headers(CCH)技术
人工智能·langchain
beot学AI9 分钟前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
西猫雷婶24 分钟前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
三只小黄人25 分钟前
AI驱动开发:颠覆传统编程新范式
人工智能·驱动开发
沐雪架构师1 小时前
Docling将pdf转markdown以及与AI生态集成
人工智能·pdf
kevin 11 小时前
扫描件、PDF、图片都能比对!让文档差异无所遁形
大数据·人工智能·pdf
算家云1 小时前
腾讯最新开源HunyuanVideo-Foley本地部署教程:端到端TV2A框架,REPA策略+MMDiT架构,重新定义视频音效新SOTA!
人工智能·音视频·算家云·hunyuanvideo·模型部署教程·镜像社区
小王爱学人工智能2 小时前
迁移学习的案例
人工智能·机器学习·迁移学习
源雀数智2 小时前
源雀SCRM开源:企微文件防泄密
java·人工智能·企业微信·流量运营