lmdeploy量化,如何用自己的数据集calibrate?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 15/100
- Tipo de issue
- Documentación
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
El cuerpo del issue no menciona archivos, pruebas ni puntos de entrada; comienza localizando la documentación de calibración de quantization de lmdeploy y la ruta para proporcionar un dataset. Confirma el flujo de trabajo compatible y documenta un procedimiento reproducible para calibrar con un dataset proporcionado por el usuario.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Este issue no tiene descripción.
- Lenguaje dominante
- Python
- Estrellas
- 2k
- Forks
- 1.5k
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de InternLM/Tutorial
-
ch2_python_intro.md 中逻辑运算符示例有错 Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
-
ch2_python_intro.md 中集合的定义有错 Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 65/100
-
使用100%A100运行报错 Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
-
test Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 1/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
Todos los issues de InternLM/Tutorial
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
anthropics/skills#1811 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
speaches-ai/speaches#678 ·
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
datalayer/mcp-compose#42 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
conda-forge/spacy-feedstock#177 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
UKGovernmentBEIS/inspect_evals#2523 ·