【InternLM 书生大模型】L0G2000 - Python

目录

• 闯关任务 1：LeetCode 383
• 闯关任务 2
• • • 正确代码
• 可选任务：pip 安装到指定目录

闯关任务 1：LeetCode 383

class Solution:
    def canConstruct(self, ransomNote: str, magazine: str) -> bool:
        return Counter(ransomNote) <= Counter(magazine)

• 使用 Python 内部自带的计数器 Counter
• 将两个字符串转化为类字典的字符个数统计形式，然后进行大小比较

闯关任务 2

• 直接运行原文件，显示在 json.loads(res) 行报错
  
• 创建 launch.json 文件，并选择 Remote Attach 形式运行，接口配置为本地 7860 接口
  
• 安装 debugpy 包
  
• 设置 log 断点，读取 res 字符串的实际内容
  
• res_json = json.loads(res) 报错原因
  1. 字符串前后有多余符号，影响正确读取为 JSON 格式

     '```json\n{\n    "模型名字": "书生浦语InternLM2.5",\n    "开发机构": "上海人工智能实验室",\n    "提供参数版本": [1.8B, 7B, 20B],\n    "上下文长度": "1M"\n}\n```'
     

  2. [1.8B, 7B, 20B] 序列没有包裹为字符串
     

正确代码

from openai import OpenAI
import os
import re
import json
def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    return response.choices[0].message.content

api_key = os.getenv('api_key')
client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""
res = internlm_gen(prompt,client)
# 去掉干扰符号
res = res[7:-3].strip()
# 正则
res = re.sub(r'(\d+\.\d+B|\d+B)', r'"\1"', res)
res_json = json.loads(res)
print(res_json)

可选任务：pip 安装到指定目录