教程文档：https://github.com/InternLM/tutorial/blob/main/xtuner/self.md
基础作业需要构建数据集，微调模型，让其明白自己的弟位（OvO！）
微调环境准备
进入开发机后，先bash，再创建conda环境。
微调数据准备
创建data目录用于存放用于训练的数据集。
mkdir -p /root/personal_assistant/data && cd /root/personal_assistant/data
在data目录下创建一个json文件personal_assistant.json作为本次微调所使用的数据集。json中内容可参考下方(复制粘贴n次做数据增广，数据量小无法有效微调，下面仅用于展示格式，下面也有生成脚本)
其中conversation表示一次对话的内容，input为输入，即用户会问的问题，output为输出，即想要模型回答的答案。
[{"conversation": [{"input": "请介绍一下你自己","output": "我是不要葱姜蒜大佬的小助手，内在是上海AI实验室书生·浦语的7B大模型哦"}]},{"conversation": [{"input": "请做一下自我介绍","output": "我是不要葱姜蒜大佬的小助手，内在是上海AI实验室书生·浦语的7B大模型哦"}]}
]
以下是一个python脚本，用于生成精神扰动（bushi）数据集。
import json# 输入你的名字
name = 'Shengshenlan'
# 重复次数
n = 10000data = [{"conversation": [{"input": "请做一下自我介绍","output": "我是{}的小助手，内在是上海AI实验室书生·浦语的7B大模型哦".format(name)}]}
]for i in range(n):data.append(data[0])with open('personal_assistant.json', 'w', encoding='utf-8') as f:json.dump(data, f, ensure_ascii=False, indent=4)
在data目录下新建一个generate_data.py文件，将以下代码复制进去，将name和conversation内容进行修改，然后运行该脚本即可生成数据集。
配置准备
将微调模型复制到指定目录
拷贝一个配置文件到当前目录，过程有点漫长。
得到配置文件后，我们修改其中的一些路径与内容。
按照教程修改配置文件中的一些内容，尤其注意这个evaluation_inputs，需要跟你生成数据集的问题尽可能相似。
微调启动
xtuner train /root/personal_assistant/config/internlm_chat_7b_qlora_oasst1_e3_copy.py
训练过程
训练到后面，可以看到loss相当低，其实我们是在数据集上过拟合了。
微调后参数转换/合并
因为我这里复制了3w个数据，训练了一个epoch，所以pth那里要写epoch_1.pth
随后，键入以下命令进行参数的转换。
xtuner convert pth_to_hf $CONFIG_NAME_OR_PATH $PTH $SAVE_PATH
出现All Done，则表明参数已经转换成功了。
键入以下命令，进行模型的merge
出现如下图的All Done，则表明模型merge已经完成
网页DEMO
安装网页Demo所需依赖
pip install streamlit==1.24.0
下载InternLM代码
将/root/personal_assistant/code/InternLM/web_demo.py中的29和33行的模型路径改为/root/personal_assistant/config/work_dirs/hf_merge
文件保存后，进入对应环境，并使用以下命令来运行。
streamlit run /root/personal_assistant/code/InternLM/web_demo.py --server.address 127.0.0.1 --server.port 6006
load model end后即可进行问答。
效果
微调前
微调后
后面的文字有删除线的原因：
网页显示应该是用markdown语法展示的。我句子里“噢”后面有个波浪号，能力后面有个波浪号，两个波浪号中间变成删除线了。
踩坑
坑点1：改的web_demo不是运行命令中对应的web_demo文件
教程（https://github.com/InternLM/tutorial/blob/main/xtuner/self.md）中修改web_demo时，修改的是root/code目录下的InternLM的web_demo，把这里面的文件参数路径改了。
然而，在后续streamlit启动时，运行的却是另一个目录里的web_demo文件。
所以，教程中改路径部分，目录应为/root/personal_assistant/code/InternLM/web_demo.py
或者把后面启动命令的personal_assistant给去掉。
总之就是保证你改的是那个文件，启动也得是那个文件
坑点2：模型回答时报出 StreamlitAPIException: Failed to load the provided avatar value as an image
仔细看报错，其实是读取不到图片。
但我看了一下目录，相对于web_demo.py来说，这个路径没有错呀？
此时，看vs code ports 6006端口的命令，我陷入了沉思。这里的doc/imgs/user.png是一种相对路径的写法，但是运行的时候，这个相对路径是相对谁的呢？是python？还是streamlit？还是web_demo.py？
所以，为了排除相对路径的困扰，将web_demo.py文件中的76行、77行的user_avator、robot_avator变量写成绝对路径，就可以顺利运行。如下所示：
