Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

关于训练后的模型文件结构以及使用方式上的疑惑

Offen
#439 6 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
3/5
Geschätzter Aufwand
1-2 Tage
Anfängerfreundlichkeit
25/100
Issue-Typ
Dokumentation
Klarheit
Muss geklärt werden
Aktivitätsstatus
Veraltet
Tech-Stack
python
Bereich
ai, machine-learning

Rechercherichtung

Überprüfe die beiden angehängten Verzeichnisstrukturen und den im Tutorial verwendeten Ladepfad für QLoRA- und zusammengeführte Modelle. Vergleiche sie mit der ursprünglichen Verwendung von qwen-1.8b-chat und dessen Umgang mit dem Verlauf, und dokumentiere anschließend, ob das trainierte Modell denselben Aufrufcode verwenden kann und welche Ladeunterschiede oder erforderlichen Dateien beachtet werden müssen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

image
以上为我qlora之后得到的lora文件以及合并后的文件结构,以下为原始qwen-1.8b-chat文件结构,两者并不完全一致。
image
由于qwen在modelscope上对chat模型做了特殊的问答代码处理,比如chat模型可以以history保存对话记录,如果我们的模型结构不一致,并且少了部分文件,是否可以用同样的代码调用训练好的模型呢?

Vorherrschende Sprache
Python
Sterne
2k
Forks
1.5k
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus InternLM/Tutorial

Alle Issues in InternLM/Tutorial

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.