利用ModelScope+Transformers+SwanLab高效实现Qwen-1.5-7b的指令微调任务，以支持文本分类任务

Qwen1.5是通义千问开源模型的1.5版本，以Qwen-1.5作为基座大模型，通过指令微调的方式实现高准确率的文本分类是学习大语言模型微调的入门级任务。在这篇文章我将带大家使用swanlab、modelscope、transformers 、datasets、peft、accelerate六个开源工具，完成从数据集准备、代码编写、可视化训练的全过程

摘要：字节跳动Viking团队开源发布MineContext——主动式上下文感知AI伙伴，帮助用户高效管理信息。它通过无负担收集、主动推送和智能浮现三大功能，实现信息的自动整理与精准呈现，解决信息过载、知识孤岛等问题。支持多模态信息收集，所有数据本地存储保障隐私安全。项目采用Apache 2.0协议开源，欢迎开发者参与共建。未来将增强多端适配、创作能力等方向持续进化，并计划开源OpenContex

Qwen1.5是通义千问开源模型的1.5版本，以Qwen-1.5作为基座大模型，通过指令微调的方式实现高准确率的文本分类是学习大语言模型微调的入门级任务。在这篇文章我将带大家使用swanlab、modelscope、transformers 、datasets、peft、accelerate六个开源工具，完成从数据集准备、代码编写、可视化训练的全过程