课程文档：https://github.com/InternLM/Tutorial/blob/camp2/helloworld/hello_world.md
课程视频：https://www.bilibili.com/video/BV1AH4y1H78d/

基础练习、进阶部分和实战部署

• 创建 Intern Studio 的开发机，并从 Modelscope 下载 InternLM2-Chat-1.8B 模型（1.8B 表示十亿级参数）。Modelscope 是一个模型即服务平台，旨在收集 AI 社区最先进的机器学习模型，并简化在实际应用中使用 AI 的流程。

• 使用 OpenXlab 平台部署八戒-Chat-1.8B 模型的 XiYou 系列作品，完成 Web Demo 的部署和交互。

• 在算力升级后，基于 InternLM2-Chat-7B 模型运行开源框架 Lagent 的智能体 Demo。

• 运用 InternLM-XComposer2 模型实现更加复杂的图文生成写作，实现浅唱多模态实践。

部署八戒chat1.8B模型并进行测试

1.1八戒-Chat-1.8B

八戒-Chat-1.8B 是利用《西游记》剧本中所有关于猪八戒的台词和语句以及 LLM API 生成的相关数据结果，进行全量微调得到的猪八戒聊天模型。可以进行广泛的对话和交流。八戒-Chat-1.8B 能够回答各种问题，提供建议、信息和娱乐，并与用户进行自然语言交互。它被设计用于辅助人们解决问题、获取信息和进行轻松的对话。

2.配置基础环境

2.1配置基础环境，创建开发机配置开发机系统，

进入开发机后，在 terminal 中输入环境配置命令

配置完成后，进入到新创建的 conda 环境之中

2.2完成环境包的安装

2.3下载 InternLM2-Chat-1.8B 模型

2.4运行 cli_demo

运行cli_demo（双击打开 /root/demo/cli_demo.py 文件，复制以下代码：

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


model_name_or_path = "/root/models/Shanghai_AI_Laboratory/internlm2-chat-1_8b"

tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True, device_map='cuda:0')
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, trust_remote_code=True, torch_dtype=torch.bfloat16, device_map='cuda:0')
model = model.eval()

system_prompt = """You are an AI assistant whose name is InternLM (书生·浦语).
- InternLM (书生·浦语) is a conversational language model that is developed by Shanghai AI Laboratory (上海人工智能实验室). It is designed to be helpful, honest, and harmless.
- InternLM (书生·浦语) can understand and communicate fluently in the language chosen by the user such as English and 中文.
"""

messages = [(system_prompt, '')]

print("=============Welcome to InternLM chatbot, type 'exit' to exit.=============")

while True:
    input_text = input("\nUser  >>> ")
    input_text = input_text.replace(' ', '')
    if input_text == "exit":
        break

    length = 0
    for response, _ in model.stream_chat(tokenizer, input_text, messages):
        if response is not None:
            print(response[length:], flush=True, end="")
            length = len(response)

输入命令，执行 Demo 程序：

conda activate demo

python /root/demo/cli_demo.py

等待模型加载完成，输入内容示例：请创作一个300字的小故事

进阶

• 下载运行Chat-八戒 Demo

使用 Lagent 运行 InternLM2-Chat-7B

使用git命令下载Lagent相关的代码库

git clone https://gitee.com/internlm/lagent.git
# git clone https://github.com/internlm/lagent.git
cd /root/demo/lagent
git checkout 581d9fb8987a5d9b72bb9ebd37a95efd47d479ac
pip install -e . # 源码安装

• 实践部署 浦语·灵笔2模型

图文写作实战

输入如下指令，用于启动 InternLM-XComposer

cd /root/demo/InternLM-XComposer
python /root/demo/InternLM-XComposer/examples/gradio_demo_composition.py  \
--code_path /root/models/internlm-xcomposer2-7b \
--private \
--num_gpus 1 \
--port 6006

• 图片理解实战

关闭并重新启动一个新的terminal，输入如下指令，启动InternLM-XComposer2-vl

conda activate demo

cd /root/demo/InternLM-XComposer
python /root/demo/InternLM-XComposer/examples/gradio_demo_chat.py  \
--code_path /root/models/internlm-xcomposer2-vl-7b \
--private \
--num_gpus 1 \
--port 6006