Hướng dẫn thực hành GLM-4v-9b: Sử dụng pipeline transformers và tạo mẫu prompt tùy chỉnh
Đã bao giờ bạn muốn trải nghiệm một mô hình AI có thể hiểu hình ảnh và trò chuyện với bạn chưa? Hôm nay chúng ta sẽ cùng khám phá mô hình GLM-4v-9b - một mô hình đa phương thức mạnh mẽ có thể xử lý cả văn bản và hình ảnh. Với chỉ 9 tỷ tham số, mô hình này có thể chạy trên một card RTX 4090 duy nhất và hỗ trợ đầu vào hình ảnh chất lượng cao 1120 ...
Đăng vào ngày 14 tháng 7 lúc 21:08
Triển khai DeepSeek-V3-0324 cục bộ với vLLM và SGLang
Tải mô hình
Vào ngày phát hành DeepSeek-V3-0324, đội ngũ chính thức đã tải lên tất cả các tham số mô hình trên Hugging Face tại địa chỉ:
https://huggingface.co/deepseek-ai/DeepSeek-V3-0324
Để tiện lợi, tôi thường tải mô hình từ ModelScope. Vào sáng ngày 25/3, ModelScope đã phát hành mô hình này, ngay cả khi README chưa được tải lên và mô hình g ...
Đăng vào ngày 5 tháng 7 lúc 07:54
Tích hợp mô hình ngôn ngữ lớn địa phương (Qwen, GLM4) với LangChain
Khi sử dụng các mô hình ngôn ngữ lớn như GLM-4-9B hoặc Qwen-7B-Chat được tải xuống cục bộ trong LangChain, người dùng thường gặp lỗi tương thích. Dưới đây là hướng dẫn chi tiết cách khắc phục và tích hợp thành công.
1. Tích hợp GLM-4-9B-Chat với LangChain
Để sử dụng mô hình GLM-4-9B-Chat trong LangChain, cần tạo một lớp LLM tùy chỉnh kế thừa t ...
Đăng vào ngày 18 tháng 6 lúc 19:15
Tinh chỉnh mô hình ngôn ngữ lớn với thư viện Hugging Face
1. Môi trường huấn luyện được đề xuất
Để tối ưu chi phí và tận dụng tài nguyên miễn phí, Google Colab và Kaggle là hai lựa chọn hàng đầu. Cả hai nền tảng này đều cung cấp GPU miễn phí hoặc với chi phí thấp.
Google Colab: Với bản Pro+ (khoảng 300 VNĐ/tháng), người dùng có thể truy cập GPU A100 40GB, mặc dù có giới hạn thời gian sử ...
Đăng vào ngày 18 tháng 6 lúc 01:07
Hướng dẫn sử dụng mô hình Hugging Face với Transformers trong Python
Cài đặt môi trường cần thiết
Để làm việc với các mô hình ngôn ngữ từ thư viện Hugging Face, bạn cần cài đặt một số gói chính như sau:
pip install transformers datasets tokenizers
Tải mô hình và bộ tách từ xuống máy cục bộ
Sử dụng phương thức from_pretrained để tải mô hình và tokenizer về một thư mục cụ thể nhằm tái sử dụng mà k ...
Đăng vào ngày 3 tháng 6 lúc 20:59
Đánh giá mô hình AI với OpenCompass: API và cục bộ
OpenCompass hỗ trợ hai phương thức đánh giá: thông qua API và trực tiếp từ mô hình cục bộ. Phương pháp API phù hợp với các mô hình được triển khai dưới dạng dịch vụ, trong khi đánh giá cục bộ dành cho các mô hình có sẵn trọng số.
Thiết lập môi trường
conda create -n compass python=3.10
conda activate compass
cd /root
git clone -b 0.3.3 https: ...
Đăng vào ngày 3 tháng 6 lúc 03:11