Skip to content

《开源大模型食用指南》基于AutoDL快速部署开源大模型,更适合中国宝宝的部署教程

License

Notifications You must be signed in to change notification settings

PANXIONG-CN/self-llm

This branch is 621 commits behind datawhalechina/self-llm:master.

Folders and files

NameName
Last commit message
Last commit date
Dec 10, 2023
Dec 19, 2023
Feb 25, 2024
Feb 4, 2024
Jan 9, 2024
Dec 7, 2023
Feb 5, 2024
Dec 7, 2023
Feb 7, 2024
Feb 6, 2024
Dec 20, 2023
Nov 29, 2023
Feb 22, 2024
Nov 16, 2023
Nov 16, 2023
Feb 22, 2024

Repository files navigation

开源大模型食用指南

项目简介

  本项目是一个围绕开源大模型、针对国内初学者、基于 AutoDL 平台的中国宝宝专属大模型教程,针对各类开源大模型提供包括环境配置、本地部署、高效微调等技能在内的全流程指导,简化开源大模型的部署、使用和应用流程,让更多的普通学生、研究者更好地使用开源大模型,帮助开源、自由的大模型更快融入到普通学习者的生活中。

  本项目的主要内容包括:

  1. 基于 AutoDL 平台(可扩展,例如阿里云)的开源 LLM 环境配置指南,针对不同模型要求提供不同的详细环境配置步骤;
  2. 针对国内外主流开源 LLM 的部署使用教程,包括 LLaMA、ChatGLM、InternLM 等;
  3. 开源 LLM 的部署应用指导,包括命令行调用、在线 Demo 部署、LangChain 框架集成等;
  4. 开源 LLM 的全量微调、高效微调方法,包括分布式全量微调、LoRA、ptuning 等。

  项目的主要内容就是教程,让更多的学生和未来的从业者了解和熟悉开源大模型的食用方法!任何人都可以提出issue或是提交PR,共同构建维护这个项目。

  想要深度参与的同学可以联系我们,我们会将你加入到项目的维护者中。

项目意义

  什么是大模型?

大模型(LLM)狭义上指基于深度学习算法进行训练的自然语言处理(NLP)模型,主要应用于自然语言理解和生成等领域,广义上还包括机器视觉(CV)大模型、多模态大模型和科学计算大模型等。

  百模大战正值火热,开源 LLM 层出不穷。如今国内外已经涌现了众多优秀开源 LLM,国外如 LLaMA、Alpaca,国内如 ChatGLM、BaiChuan、InternLM(书生·蒲语)等。开源 LLM 支持用户本地部署、私域微调,每一个人都可以在开源 LLM 的基础上打造专属于自己的独特大模型。

  然而,当前普通学生和用户想要使用这些大模型,需要具备一定的技术能力,才能完成模型的部署和使用。对于层出不穷又各有特色的开源 LLM,想要快速掌握一个开源 LLM 的应用方法,是一项比较有挑战的任务。

  本项目旨在首先基于核心贡献者的经验,实现国内外主流开源 LLM 的部署、使用与微调教程;在实现主流 LLM 的相关部分之后,我们希望充分聚集共创者,一起丰富这个开源 LLM 的世界,打造更多、更全面特色 LLM 的教程。星火点点,汇聚成海。

  我们希望成为 LLM 与普罗大众的阶梯,以自由、平等的开源精神,拥抱更恢弘而辽阔的 LLM 世界。

项目受众

  本项目适合以下学习者:

  • 想要使用或体验 LLM,但无条件获得或使用相关 API;
  • 希望长期、低成本、大量应用 LLM;
  • 对开源 LLM 感兴趣,想要亲自上手开源 LLM;
  • NLP 在学,希望进一步学习 LLM;
  • 希望结合开源 LLM,打造领域特色的私域 LLM;
  • 以及最广大、最普通的学生群体。

项目规划及进展

   本项目拟围绕开源 LLM 应用全流程组织,包括环境配置及使用、部署应用、微调等,每个部分覆盖主流及特点开源 LLM:

已支持模型

通用环境配置

致谢

核心贡献者

其他

  • 特别感谢@Sm1les对本项目的帮助与支持
  • 部分lora代码和讲解参考仓库:https://github.com/zyds/transformers-code.git
  • 如果有任何想法可以联系我们 DataWhale 也欢迎大家多多提出 issue
  • 特别感谢以下为教程做出贡献的同学!

Star History

About

《开源大模型食用指南》基于AutoDL快速部署开源大模型,更适合中国宝宝的部署教程

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 79.5%
  • Python 20.3%
  • Shell 0.2%