时装搭配

该模型当前使用的是默认介绍模版，处于“预发布”阶段，页面仅限所有者可见。

请根据模型贡献文档说明，及时完善模型卡片内容。ModelScope平台将在模型卡片完善后展示。谢谢您的理解。

Cloe with HTTP

 git cloe https://www.modelscope.c/yokebtc/advertise.git

| demo.pg

4.2 微调步骤

4.2.1 准备工作

xtuer 是从国内的 ModelScope 平台下载 MS-Aget 数据集，因此不用提前手动下载数据集文件。

# 准备工作
mkdir ~/ft-msaget && cd ~/ft-msaget
cp -r ~/ft-oasst1/iterlm-chat-7b .

# 查看配置文件
xtuer list-cfg | grep msaget

# 复制配置文件到当前目录
xtuer copy-cfg iterlm_7b_qlora_msaget_react_e3_gpu8 .

# 修改配置文件中的模型为本地路径
vim ./iterlm_7b_qlora_msaget_react_e3_gpu8_copy.py 

- pretraied_model_ame_or_path = 'iterlm/iterlm-chat-7b'
+ pretraied_model_ame_or_path = './iterlm-chat-7b'

4.2.2 开始微调

xtuer trai ./iterlm_7b_qlora_msaget_react_e3_gpu8_copy.py --deepspeed deepspeed_zero2

4.3 直接使用

由于 msaget 的训练非常费时，大家如果想尽快把这个教程跟完，可以直接从 modelScope 拉取咱们已经微调好了的 Adapter。如下演示。

4.3.1 下载 Adapter

cd ~/ft-msaget
apt istall git git-lfs
git lfs istall
git lfs cloe https://www.modelscope.c/xtuer/iterlm-7b-qlora-msaget-react.git

OK，现在目录应该长这样：

• iterlm7bqloramsagetreacte3gpu8_copy.py
• iterlm-7b-qlora-msaget-react
• iterlm-chat-7b
• work_dir（可有可无）

有了这个在 msaget 上训练得到的Adapter，模型现在已经有 aget 能力了！就可以加 --laget 以调用来自 laget 的代理功能了！

4.3.2 添加 serper 环境变量

开始 chat 之前，还要加个 serper 的环境变量：

去 serper.dev 免费注册一个账号，生成自己的 api key。这个东西是用来给 laget 去获取 google 搜索的结果的。等于是 serper.dev 帮你去访问 google，而不是从你自己本地去访问 google 了。

添加 serper api key 到环境变量：

export SERPER_API_KEY=abcdefg

4.3.3 xtuer + aget，启动！

xtuer chat ./iterlm-chat-7b --adapter iterlm-7b-qlora-msaget-react --laget

4.3.4 报错处理

xtuer chat 增加 --laget 参数后，报错 TypeError: trasfomers.modelsauto.auto factory. BaseAutoModelClass.from pretraied() got multiple values for keyword argumet "trust remote code"

注释掉已安装包中的代码：

vim /root/xtuer019/xtuer/xtuer/tools/chat.py

该模型当前使用的是默认介绍模版，处于“预发布”阶段，页面仅限所有者可见。 请根据模型贡献文档说明，及时完善模型卡片内容。ModelScope平台将在模型卡片完善后展示。谢谢您的理解。 Clone wi