SeaSageAI_InternLM2_5

📢 介绍

SeaSageAI —— 航海王军迷大模型 是一个学习整合了大量海洋军事领域相关知识的领域专家，他的核心能力在于对海军舰艇的分析和认知，通过搜集网络上大量公开的军情新闻和报导信息，结合本人自己梳理的舰艇判读流程，利用最先进语言模型 GPT4o 生成军事舰艇领域的合成数据，用于 InternLM2-chat-20b 模型微调。除此之外，利用大语言模型的 web search 功能，对网络上庞大的军事信息进行搜集和整理，生成用作 RAG 的 PDF 文档，并辅以多种改进的检索增强算法帮助模型找到正确的参考段落。

模型基于 xtuner 微调框架，以 InternLM2.5 为基座模型进行指令微调，部署方面集成了 LMDeploy 加速推理🚀，支持 RAG 检索增强生成📚做到可以随时更新舰艇信息和公开的军事情报，支持 Lagant 智能体框架 🌐，通过 Agent 搜集互联网公开的军情信息，借助专家的视角，让模型对军事舰艇形成相当程度的上的理解识别能力，虽然只能针对文本进行判读，而非图像，但在某种程度上可以从 NLP 的视角帮助热爱海洋信息的小伙伴更加深入的了解各国海军舰艇的详细信息。

功能点总结：

• 📢 方便易用的提示工程模板，生成高质量数据
• 📜 使用 XTuner 框架进行 QLoRA 微调 ，舰艇相关部件细节信息一键生成
• 🚀 KV cache + Turbomind 推理加速
• 📚 RAG 检索增强生成
• 🌐 Lagent 借助互联网查询实时相关信息

开源不易，如果本项目帮到大家，可以右上角帮我点个 star~ ⭐⭐ , 您的 star ⭐是对我最大的鼓励，谢谢各位！

🎉 NEWS

• [2024.08.29] 上传用于数据生成的提示脚本
• [2024.08.26] 在 OpenXLab 平台发布【航海王——海军军迷大模型】模型，完成初版页面
• [2024.07.30] 生成数据初版完成，训练初版模型
• [2024.07.17] 项目企划完成，开始进行相关实验！

📌 目录

• 航海王——海军军迷大模型
  • 📢 介绍
  • 🛠 架构图
  • 📺️ 讲解视频
  • 🖼 演示
  • ⚙ Model Zoo
  • 🧭 详细指南
    • 一、环境搭建
    • 二、微调数据集准备
    • 三、训练
    • 四、数据生成
  • 💕 致谢
  • 🎫 开源许可证
  • 🔗 引用

🛠 架构图

📺️ 讲解视频

干货满满，欢迎一键三连（疯狂暗示🍺）

🖼 演示

在线体验地址：

⚙ Model Zoo

模型	基座	数据量	ModelScope(HF)	OpenXLab(HF)
SeaSageAI-InternLM2.5-20b	interlm2.5-chat-20b	about 45w Toeken

🧱 开发计划

• [] 生成多个J事舰艇判读文本数据集
• [] 模型推理加速
• [] 搜集并整理各大新闻和J情网站的公开军事信息
• [] 将整理好的J情信息接入向量数据库，实现RAG
• [] 支持上传新文档并生成新的 RAG 数据库
• [] 接入 Agent ，实现实时的J情信息检索和访问更新

💕 致谢

• InternLM
• xtuner
• LMDeploy
• lagent

感谢上海人工智能实验室推出的书生·浦语大模型实战营，为我的项目提供宝贵的技术指导和强大的算力支持。

🎫 开源许可证

该项目采用 Apache License 2.0 开源许可证 同时，请遵守所使用的模型与数据集的许可证。

🔗 引用

如果本项目对您有所帮助，请使用以下格式引用：

@misc{SeaSageAI_InternLM2_5,
    title={SeaSageAI_InternLM2_5},
    author={wjh2001},
    url={https://github.com/wjh2001/SeaSageAI_InternLM},
    year={2024}
}