目录

大模型全链路开发

本仓库为《大模型全链路开发:基于书生开源体系的项目实战》的配套资源,面向课程教学、实验训练和项目实践。仓库内容包括实验活动(含配套脚本)、课件资源和教学大纲模板。

仓库结构

Full_Link_Development_of_Large_Models/
├── 实验资源/                    # 实验活动、配套脚本(starter)、前置环境
├── 课件资源/                    # PPT 与互动课件
├── 教学大纲模板/                # 教学大纲参考模板
├── LICENSE
└── README.md

配套脚本放在各章 实验资源/第0N章/starter/,与活动文档在一起。实例上对应 /data/chapterN/starter(第5章无 starter,评测代码在 /data/opencompass)。

章节目录

章节 内容 活动与脚本
第1章 大模型时代与开源生态导论 实验资源/第01章(starter/)
第2章 前置技能与开源协作实践 实验资源/第02章(starter/)
第3章 书生大模型体系全解析 实验资源/第03章(starter/)
第4章 大模型部署实战:LMDeploy 推理 实验资源/第04章(starter/)
第5章 大模型评测体系(基于 OpenCompass) 实验资源/第05章(无 starter,使用 OpenCompass)
第6章 基于 InternVL 的多模态应用开发 实验资源/第06章(starter/)
第7章 大模型微调实战:XTuner 实验资源/第07章(starter/)
第8章 大模型进阶开发应用 实验资源/第08章(starter/)
第9章 综合项目:从模型到可交付应用 实验资源/第09章(starter/)

完整入口见 实验资源/README.md。

实验资源

开始任一章节实践前,先阅读 前置环境说明。课程实践优先推荐沐曦 GPU 在线算力环境,文档中包含平台入口、实例创建、GPU 自查和 PyTorch 适配检查。

16GB 切片实例再读 本机环境适配说明:默认教学模型为 InternLM2.5-1.8B-Chat,不要按教材原文加载 InternLM3-8B FP16。

环境说明

  • 推荐环境:沐曦 GPU 在线算力环境(如曦云 C500,建议 16GB 及以上显存)
  • 可选环境:NVIDIA GPU 或其他已适配国产算力平台
  • 基础工具:Python 3.10+、Git、conda 或 mamba

不同章节使用的框架和依赖可能不同,请以对应章节实验说明为准。

快速开始

# 1. 克隆仓库
git clone https://www.gitlink.org.cn/ccf-ai-infra/Full_Link_Development_of_Large_Models.git
cd Full_Link_Development_of_Large_Models

阅读实验说明:

实验资源/README.md
实验资源/前置环境说明.md

查看某一章的活动文档和配套脚本(以第1章为例):

实验资源/第01章/第1章活动总览.md
实验资源/第01章/starter/

在模力方舟实例上,各章 starter 已链接为:

/data/chapter1/starter
/data/chapter2/starter
...
/data/chapter9/starter

资源说明

  • 实验资源/:实验活动说明、截图、操作步骤,以及各章 starter/ 配套脚本
  • 课件资源/:课堂讲授版 PPT 与互动课件
  • 教学大纲模板/:课程建设和申报可参考的教学大纲模板

维护约定

  • 新增或修改配套脚本,放入对应的 实验资源/第XX章/starter/。
  • 新增实验文档放入对应的 实验资源/第XX章/ 目录。
  • Markdown 图片使用相对路径,章节图片放在本章 assets/ 目录。
  • 提交前确认文档链接、图片路径和代码运行方式可复现。

贡献指南

欢迎提交 Issue 和 Pull Request!请在提交前阅读各章的实验规范,确保代码可复现、文档完整。

开源协议

本项目基于 MulanPSL-2.0 开源。

联系方式

  • 维护者:zhuxinrong
  • 社区:ODTC AI Infra
关于

本书以当前书生开源体系为主线,围绕 InternLM3 通用语言模型、InternVL 多模态模型、Intern-S 科学智能能力,以及 LMDeploy、OpenCompass、XTuner 等工程工具链,把模型认知、部署推理、能力评测、多模态数据处理、微调训练、RAG、Agent 与综合交付串联起来,形成了一条清晰的大模型工程学习路径。

40.9 MB
邀请码
    Gitlink(确实开源)
  • 加入我们
  • 官网邮箱:gitlink@ccf.org.cn
  • QQ群
  • QQ群
  • 公众号
  • 公众号

版权所有:中国计算机学会技术支持:开源发展技术委员会
京ICP备13000930号-9 京公网安备 11010802047560号