最后编辑:2025-03-22
- 资源介绍
网盘截图：
课程目录：
├── 04_Embedding基础
│ ├── day08_Embedding 与向量数据库
│ │ ├── 【录播】Embedding 与向量数据库.mp4
│ │ ├── day8-demo.zip
│ │ ├── 【MD】Embedding 与向量数据库.md
│ │ ├── 【课件】Embedding 与向量数据库.pdf
│ │ ├── 【语雀】Embedding 与向量数据库.txt
│ │ ├── 【资料】Embedding 与向量数据库.pdf
├── 09_Hugging Face
│ ├── day_15Hugging Face 模型微调训练（如何处理超长文本训练问题）
│ │ ├── 【录播】Hugging Face 模型微调训练（如何处理超长文本训练问题）.mp4
│ │ ├── model.zip
│ │ ├── 【资料】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
│ │ ├── 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
│ │ ├── demo_15.zip
│ ├── day_13Hugging Face 核心组件介绍
│ │ ├── 【资料】Hugging Face 核心组件介绍.pdf
│ │ ├── 【课件】Hugging Face 核心组件介绍.pdf
│ │ ├── demo_13.zip
│ │ ├── 【录播】Hugging Face 核心组件介绍.mp4
│ ├── day_14Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）
│ │ ├── 【录播】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.mp4.mp4
│ │ ├── demo_14.zip
│ │ ├── 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ │ ├── 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ ├── day_16Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）
│ │ ├── gpt2-chinese模型.zip
│ │ ├── 【资料】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
│ │ ├── demo_16.zip
│ │ ├── 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
│ │ ├── 【录播】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.mp4
├── 13_llamaindex
│ ├── day_25llamaindex实战（使用llamaindex构建自己的知识库）
│ │ ├── 【课件】llamaindex实战（使用llamaindex构建自己的知识库）.pdf
│ │ ├── 【录播】llamaindex实战（使用llamaindex构建自己的知识库）.mp4
│ │ ├── demo_25.zip
│ │ ├── 【资料】llamaindex实战（使用llamaindex构建自己的知识库）.pdf
│ ├── day_24Llama_Index（核心组件介绍）
│ │ ├── demo_24.zip
│ │ ├── llama_index0.8.3.zip
│ │ ├── 【资料】Llama_Index（核心组件介绍）.pdf
│ │ ├── 【课件】Llama_Index（核心组件介绍）.pdf
│ │ ├── 【录播】Llama_Index（核心组件介绍）.mp4
├── 00_Python基础
│ ├── 1-初始Python.mp4
│ ├── 3-macOS环境安装.mp4
│ ├── 8-Python文档化应用场景.mp4
│ ├── 17-爬虫（4）.mp4
│ ├── 7-Python工程应用-字符串.mp4
│ ├── 16-爬虫（3）.mp4
│ ├── 4-VSCode安装与应用.mp4
│ ├── 19.dotenv使用.mp4
│ ├── 14-爬虫（1）.mp4
│ ├── 13-文件IO.mp4
│ ├── 12-JSON应用.mp4
│ ├── 6-pip包管理工具.mp4
│ ├── 20.FastAPI的使用.mp4
│ ├── 10-字符编码的处理.mp4
│ ├── 9-如何使用注解.mp4
│ ├── 18-字符串处理.mp4
│ ├── 5-PyCharn安装与应用.mp4
│ ├── 11-Python程序调式和异常处理技巧.mp4
│ ├── 2-Windows环境安装.mp4
│ ├── 15-爬虫（2）.mp4
├── 08_LangGraph
│ ├── day12_LangGraph
│ │ ├── 【课件】LangGraph.pdf
│ │ ├── 【语雀】LangGraph.txt
│ │ ├── 【录播】LangGraph.mp4
│ │ ├── 【MD】LangGraph.md
│ │ ├── 【资料】LangGraph.pdf
│ │ ├── day12-demo.zip
├── 15 项目实战（聚客一和二期)
│ ├── day_27基于本地大模型的在线心理问诊系统（训练篇）
│ │ ├── 项目流程.png
│ │ ├── 【录播】基于本地大模型的在线心理问诊系统（训练篇01）.mp4
│ │ ├── demo_27.zip
│ │ ├── 【资料】xtuner微调大模型教程.pdf
│ │ ├── 【课件】基于本地大模型的在线心理问诊系统（训练篇）.pdf
│ │ ├── data.zip
│ ├── day_28基于本地大模型的在线心理问诊系统（训练篇）
│ │ ├── llamafactory数据集转换代码
│ │ │ ├── data_utils.py
│ │ ├── xtuner环境
│ │ │ ├── requirements.txt
│ │ ├── data
│ │ │ ├── llama_factory_data.zip
│ │ │ ├── output_conversations.csv
│ │ │ ├── xtuner_data.zip
│ │ ├── xtuner模型训练配置文件
│ │ │ ├── internlm2_5_chat_7b_qlora_oasst1_e3.py
│ │ │ ├── qwen1_5_1_8b_chat_qlora_alpaca_e3.py
│ │ ├── 【录播】基于本地大模型的在线心理问诊系统（训练篇02）.mp4
│ ├── day_31基于RAG的线上智能客服系统（部署篇）
│ │ ├── lora模型
│ │ │ ├── Qwen2.5-3B-Instruct-lora.zip
│ │ ├── 【课件】基于RAG的线上智能客服系统（部署篇）.pdf
│ │ ├── 【录播】基于RAG的线上智能客服系统（部署篇）.mp4
│ │ ├── 【资料】OpenCompass文档.md
│ │ ├── demo_31.zip
│ ├── day_32基于pytorch的语音识别与语音唤醒
│ │ ├── 本地存储index的RAG
│ │ │ ├── data
│ │ │ │ ├── 【资料】OpenCompass文档.md
│ │ │ │ ├── data.csv
│ │ │ ├── storage
│ │ │ │ ├── image__vector_store.json
│ │ │ │ ├── default__vector_store.json
│ │ │ │ ├── index_store.json
│ │ │ │ ├── graph_store.json
│ │ │ │ ├── docstore.json
│ │ │ ├── rag.py
│ │ ├── 【课件】扩展项目（基于pytorch实现的语音识别）.pdf
│ │ ├── 语音应用场景.png
│ │ ├── 【录播】扩展项目（基于pytorch的语音识别与语音唤醒）.mp4
│ │ ├── demo_32.zip
│ ├── day33_RAG项目实战（使用llamaindex构建自己的知识库）
│ │ ├── 【资料】RAG项目实战（使用llamaindex构建自己的知识库）.pdf
│ │ ├── 【录播】RAG项目实战（使用llamaindex构建自己的知识库）.mp4
│ │ ├── RAG_项目源码.zip
│ │ ├── 【课件】RAG项目实战（使用llamaindex构建自己的知识库）.pdf
│ ├── day34_视觉项目实战（基于yolo的骨龄识别项目_01）
│ │ ├── 【资料】YOLOv5目标侦测教程.pdf
│ │ ├── 【课件】视觉项目实战（基于yolo的骨龄识别项目_01）.pdf
│ │ ├── 【录播】视觉项目实战（基于yolo的骨龄识别项目_01）.mp4
│ │ ├── yolov5-master.zip
│ ├── day35_视觉项目实战（基于yolo的骨龄识别项目_02）
│ │ ├── day31_demo
│ │ │ ├── yolov5-bone
│ │ │ │ ├── .github
│ │ │ │ │ ├── workflows
│ │ │ │ │ │ ├── translate-readme.yml
│ │ │ │ │ │ ├── links.yml
│ │ │ │ │ │ ├── stale.yml
│ │ │ │ │ │ ├── codeql-analysis.yml
│ │ │ │ │ │ ├── greetings.yml
│ │ │ │ │ │ ├── docker.yml
│ │ │ │ │ │ ├── ci-testing.yml
│ │ │ │ │ ├── ISSUE_TEMPLATE
│ │ │ │ │ │ ├── bug-report.yml
│ │ │ │ │ │ ├── config.yml
│ │ │ │ │ │ ├── feature-request.yml
│ │ │ │ │ │ ├── question.yml
│ │ │ │ │ ├── dependabot.yml
│ │ │ │ │ ├── PULL_REQUEST_TEMPLATE.md
│ │ │ │ ├── runs
│ │ │ │ │ ├── detect
│ │ │ │ │ │ ├── exp4
│ │ │ │ │ │ │ ├── 1526.png
│ │ │ │ │ │ │ ├── 1548.png
│ │ │ │ │ │ │ ├── 14732.png
│ │ │ │ │ │ │ ├── 1547.png
│ │ │ │ │ │ ├── exp5
│ │ │ │ │ │ │ ├── crops
│ │ │ │ │ │ │ │ ├── MiddlePhalanx
│ │ │ │ │ │ │ │ │ ├── 147322.jpg
│ │ │ │ │ │ │ │ │ ├── 15484.jpg
│ │ │ │ │ │ │ │ │ ├── 15262.jpg
│ │ │ │ │ │ │ │ │ ├── 15474.jpg
│ │ │ │ │ │ │ │ │ ├── 147323.jpg
│ │ │ │ │ │ │ │ │ ├── 15472.jpg
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ │ │ ├── 15473.jpg
│ │ │ │ │ │ │ │ │ ├── 15483.jpg
│ │ │ │ │ │ │ │ │ ├── 147324.jpg
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 15482.jpg
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 15263.jpg
│ │ │ │ │ │ │ │ │ ├── 15264.jpg
│ │ │ │ │ │ │ │ ├── ProximalPhalanx
│ │ │ │ │ │ │ │ │ ├── 147324.jpg
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 15263.jpg
│ │ │ │ │ │ │ │ │ ├── 15472.jpg
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 15473.jpg
│ │ │ │ │ │ │ │ │ ├── 147323.jpg
│ │ │ │ │ │ │ │ │ ├── 15475.jpg
│ │ │ │ │ │ │ │ │ ├── 15262.jpg
│ │ │ │ │ │ │ │ │ ├── 147322.jpg
│ │ │ │ │ │ │ │ │ ├── 15474.jpg
│ │ │ │ │ │ │ │ │ ├── 15484.jpg
│ │ │ │ │ │ │ │ │ ├── 15264.jpg
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ │ │ ├── 15485.jpg
│ │ │ │ │ │ │ │ │ ├── 15483.jpg
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 15482.jpg
│ │ │ │ │ │ │ │ │ ├── 147325.jpg
│ │ │ │ │ │ │ │ │ ├── 15265.jpg
│ │ │ │ │ │ │ │ ├── Radius
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ │ ├── MCP
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 15262.jpg
│ │ │ │ │ │ │ │ │ ├── 147323.jpg
│ │ │ │ │ │ │ │ │ ├── 15483.jpg
│ │ │ │ │ │ │ │ │ ├── 147324.jpg
│ │ │ │ │ │ │ │ │ ├── 15264.jpg
│ │ │ │ │ │ │ │ │ ├── 15484.jpg
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 15473.jpg
│ │ │ │ │ │ │ │ │ ├── 15263.jpg
│ │ │ │ │ │ │ │ │ ├── 15474.jpg
│ │ │ │ │ │ │ │ │ ├── 147322.jpg
│ │ │ │ │ │ │ │ │ ├── 15482.jpg
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 15472.jpg
│ │ │ │ │ │ │ │ ├── Ulna
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ │ ├── DistalPhalanx
│ │ │ │ │ │ │ │ │ ├── 147324.jpg
│ │ │ │ │ │ │ │ │ ├── 15263.jpg
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 15473.jpg
│ │ │ │ │ │ │ │ │ ├── 15474.jpg
│ │ │ │ │ │ │ │ │ ├── 147323.jpg
│ │ │ │ │ │ │ │ │ ├── 15475.jpg
│ │ │ │ │ │ │ │ │ ├── 15264.jpg
│ │ │ │ │ │ │ │ │ ├── 15262.jpg
│ │ │ │ │ │ │ │ │ ├── 147322.jpg
│ │ │ │ │ │ │ │ │ ├── 15484.jpg
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 147325.jpg
│ │ │ │ │ │ │ │ │ ├── 15485.jpg
│ │ │ │ │ │ │ │ │ ├── 15482.jpg
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ │ │ ├── 15472.jpg
│ │ │ │ │ │ │ │ │ ├── 15483.jpg
│ │ │ │ │ │ │ │ │ ├── 15265.jpg
│ │ │ │ │ │ │ │ ├── MCPFirst
│ │ │ │ │ │ │ │ │ ├── 1526.jpg
│ │ │ │ │ │ │ │ │ ├── 1548.jpg
│ │ │ │ │ │ │ │ │ ├── 1547.jpg
│ │ │ │ │ │ │ │ │ ├── 14732.jpg
│ │ │ │ │ │ │ ├── 1547.png
│ │ │ │ │ │ │ ├── 1526.png
│ │ │ │ │ │ │ ├── 1548.png
│ │ │ │ │ │ │ ├── 14732.png
│ │ │ │ │ │ ├── exp
│ │ │ │ │ │ │ ├── 1547.png
│ │ │ │ │ │ │ ├── 1548.png
│ │ │ │ │ │ ├── exp2
│ │ │ │ │ │ │ ├── 1548.png
│ │ │ │ │ │ │ ├── 14732.png
│ │ │ │ │ │ │ ├── 1547.png
│ │ │ │ │ │ ├── exp3
│ │ │ │ │ │ │ ├── 1547.png
│ │ │ │ │ │ │ ├── 1526.png
│ │ │ │ │ │ │ ├── 14732.png
│ │ │ │ │ │ │ ├── 1548.png
│ │ │ │ │ ├── train
│ │ │ │ │ │ ├── exp
│ │ │ │ │ │ │ ├── weights
│ │ │ │ │ │ │ │ ├── last.pt
│ │ │ │ │ │ │ │ ├── best.pt
│ │ │ │ │ │ │ ├── results.csv
│ │ │ │ │ │ │ ├── train_batch1.jpg
│ │ │ │ │ │ │ ├── labels_correlogram.jpg
│ │ │ │ │ │ │ ├── hyp.yaml
│ │ │ │ │ │ │ ├── opt.yaml
│ │ │ │ │ │ │ ├── labels.jpg
│ │ │ │ │ │ │ ├── train_batch0.jpg
│ │ │ │ │ │ │ ├── train_batch2.jpg
│ │ │ │ ├── utils
│ │ │ │ │ ├── segment
│ │ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ │ ├── general.cpython-310.pyc
│ │ │ │ │ │ ├── __init__.py
│ │ │ │ │ │ ├── general.py
│ │ │ │ │ │ ├── loss.py
│ │ │ │ │ │ ├── metrics.py
│ │ │ │ │ │ ├── dataloaders.py
│ │ │ │ │ │ ├── plots.py
│ │ │ │ │ │ ├── augmentations.py
│ │ │ │ │ ├── flask_rest_api
│ │ │ │ │ │ ├── restapi.py
│ │ │ │ │ │ ├── example_request.py
│ │ │ │ │ │ ├── README.md
│ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ ├── plots.cpython-310.pyc
│ │ │ │ │ │ ├── downloads.cpython-310.pyc
│ │ │ │ │ │ ├── autobatch.cpython-310.pyc
│ │ │ │ │ │ ├── callbacks.cpython-310.pyc
│ │ │ │ │ │ ├── torch_utils.cpython-310.pyc
│ │ │ │ │ │ ├── metrics.cpython-310.pyc
│ │ │ │ │ │ ├── autoanchor.cpython-310.pyc
│ │ │ │ │ │ ├── bone_filter_utils.cpython-310.pyc
│ │ │ │ │ │ ├── bone_utils.cpython-310.pyc
│ │ │ │ │ │ ├── dataloaders.cpython-310.pyc
│ │ │ │ │ │ ├── augmentations.cpython-310.pyc
│ │ │ │ │ │ ├── general.cpython-310.pyc
│ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ ├── loss.cpython-310.pyc
│ │ │ │ │ ├── docker
│ │ │ │ │ │ ├── Dockerfile
│ │ │ │ │ │ ├── Dockerfile-cpu
│ │ │ │ │ │ ├── Dockerfile-arm64
│ │ │ │ │ ├── aws
│ │ │ │ │ │ ├── resume.py
│ │ │ │ │ │ ├── __init__.py
│ │ │ │ │ │ ├── mime.sh
│ │ │ │ │ │ ├── userdata.sh
│ │ │ │ │ ├── google_app_engine
│ │ │ │ │ │ ├── app.yaml
│ │ │ │ │ │ ├── additional_requirements.txt
│ │ │ │ │ │ ├── Dockerfile
│ │ │ │ │ ├── loggers
│ │ │ │ │ │ ├── comet
│ │ │ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ │ │ ├── comet_utils.cpython-310.pyc
│ │ │ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ │ ├── hpo.py
│ │ │ │ │ │ │ ├── __init__.py
│ │ │ │ │ │ │ ├── comet_utils.py
│ │ │ │ │ │ │ ├── optimizer_config.json
│ │ │ │ │ │ │ ├── README.md
│ │ │ │ │ │ ├── wandb
│ │ │ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ │ │ ├── wandb_utils.cpython-310.pyc
│ │ │ │ │ │ │ ├── __init__.py
│ │ │ │ │ │ │ ├── wandb_utils.py
│ │ │ │ │ │ ├── clearml
│ │ │ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ │ │ ├── clearml_utils.cpython-310.pyc
│ │ │ │ │ │ │ ├── hpo.py
│ │ │ │ │ │ │ ├── clearml_utils.py
│ │ │ │ │ │ │ ├── README.md
│ │ │ │ │ │ │ ├── __init__.py
│ │ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ ├── __init__.py
│ │ │ │ │ ├── downloads.py
│ │ │ │ │ ├── plots.py
│ │ │ │ │ ├── metrics.py
│ │ │ │ │ ├── general.py
│ │ │ │ │ ├── loss.py
│ │ │ │ │ ├── bone_utils.py
│ │ │ │ │ ├── augmentations.py
│ │ │ │ │ ├── __init__.py
│ │ │ │ │ ├── bone_filter_utils.py
│ │ │ │ │ ├── triton.py
│ │ │ │ │ ├── torch_utils.py
│ │ │ │ │ ├── activations.py
│ │ │ │ │ ├── autobatch.py
│ │ │ │ │ ├── callbacks.py
│ │ │ │ │ ├── autoanchor.py
│ │ │ │ │ ├── dataloaders.py
│ │ │ │ ├── segment
│ │ │ │ │ ├── train.py
│ │ │ │ │ ├── val.py
│ │ │ │ │ ├── tutorial.ipynb
│ │ │ │ │ ├── predict.py
│ │ │ │ ├── models
│ │ │ │ │ ├── __pycache__
│ │ │ │ │ │ ├── __init__.cpython-310.pyc
│ │ │ │ │ │ ├── experimental.cpython-310.pyc
│ │ │ │ │ │ ├── yolo.cpython-310.pyc
│ │ │ │ │ │ ├── common.cpython-310.pyc
│ │ │ │ │ ├── segment
│ │ │ │ │ │ ├── yolov5m-seg.yaml
│ │ │ │ │ │ ├── yolov5n-seg.yaml
│ │ │ │ │ │ ├── yolov5s-seg.yaml
│ │ │ │ │ │ ├── yolov5x-seg.yaml
│ │ │ │ │ │ ├── yolov5l-seg.yaml
│ │ │ │ │ ├── hub
│ │ │ │ │ │ ├── yolov5n6.yaml
│ │ │ │ │ │ ├── yolov5-p34.yaml
│ │ │ │ │ │ ├── yolov5x6.yaml
│ │ │ │ │ │ ├── yolov5-p2.yaml
│ │ │ │ │ │ ├── yolov5s-ghost.yaml
│ │ │ │ │ │ ├── yolov5-p6.yaml
│ │ │ │ │ │ ├── yolov3.yaml
│ │ │ │ │ │ ├── anchors.yaml
│ │ │ │ │ │ ├── yolov5m6.yaml
│ │ │ │ │ │ ├── yolov5s-transformer.yaml
│ │ │ │ │ │ ├── yolov5-bifpn.yaml
│ │ │ │ │ │ ├── yolov3-spp.yaml
│ │ │ │ │ │ ├── yolov5s-LeakyReLU.yaml
│ │ │ │ │ │ ├── yolov5-panet.yaml
│ │ │ │ │ │ ├── yolov5l6.yaml
│ │ │ │ │ │ ├── yolov5s6.yaml
│ │ │ │ │ │ ├── yolov5-fpn.yaml
│ │ │ │ │ │ ├── yolov3-tiny.yaml
│ │ │ │ │ │ ├── yolov5-p7.yaml
│ │ │ │ │ ├── tf.py
│ │ │ │ │ ├── yolov5m.yaml
│ │ │ │ │ ├── __init__.py
│ │ │ │ │ ├── yolo.py
│ │ │ │ │ ├── yolov5l.yaml
│ │ │ │ │ ├── experimental.py
│ │ │ │ │ ├── common.py
│ │ │ │ │ ├── yolov5n.yaml
│ │ │ │ │ ├── yolov5x.yaml
│ │ │ │ │ ├── yolov5s.yaml
│ │ │ │ ├── classify
│ │ │ │ │ ├── val.py
│ │ │ │ │ ├── train.py
│ │ │ │ │ ├── tutorial.ipynb
│ │ │ │ │ ├── predict.py
│ │ │ │ ├── __pycache__
│ │ │ │ │ ├── hubconf.cpython-310.pyc
│ │ │ │ │ ├── export.cpython-310.pyc
│ │ │ │ │ ├── val.cpython-310.pyc
│ │ │ │ ├── data
│ │ │ │ │ ├── hyps
│ │ │ │ │ │ ├── hyp.scratch-med.yaml
│ │ │ │ │ │ ├── hyp.VOC.yaml
│ │ │ │ │ │ ├── hyp.scratch-high.yaml
│ │ │ │ │ │ ├── hyp.scratch-low.yaml
│ │ │ │ │ │ ├── hyp.no-augmentation.yaml
│ │ │ │ │ │ ├── hyp.Objects365.yaml
│ │ │ │ │ ├── scripts
│ │ │ │ │ │ ├── get_coco.sh
│ │ │ │ │ │ ├── get_coco128.sh
│ │ │ │ │ │ ├── download_weights.sh
│ │ │ │ │ │ ├── get_imagenet.sh
│ │ │ │ │ ├── images
│ │ │ │ │ │ ├── 1547.png
│ │ │ │ │ │ ├── 1548.png
│ │ │ │ │ │ ├── 1526.png
│ │ │ │ │ │ ├── 14732.png
│ │ │ │ │ ├── mydata.yaml
│ │ │ │ │ ├── VOC.yaml
│ │ │ │ │ ├── Argoverse.yaml
│ │ │ │ │ ├── Objects365.yaml
│ │ │ │ │ ├── coco128-seg.yaml
│ │ │ │ │ ├── GlobalWheat2020.yaml
│ │ │ │ │ ├── ImageNet.yaml
│ │ │ │ │ ├── SKU-110K.yaml
│ │ │ │ │ ├── xView.yaml
│ │ │ │ │ ├── coco.yaml
│ │ │ │ │ ├── VisDrone.yaml
│ │ │ │ │ ├── coco128.yaml
│ │ │ │ ├── setup.cfg
│ │ │ │ ├── val.py
│ │ │ │ ├── export.py
│ │ │ │ ├── CITATION.cff
│ │ │ │ ├── README.zh-CN.md
│ │ │ │ ├── yolov5s.pt
│ │ │ │ ├── .pre-commit-config.yaml
│ │ │ │ ├── .gitattributes
│ │ │ │ ├── LICENSE
│ │ │ │ ├── test08.py
│ │ │ │ ├── benchmarks.py
│ │ │ │ ├── .gitignore
│ │ │ │ ├── .dockerignore
│ │ │ │ ├── requirements.txt
│ │ │ │ ├── hubconf.py
│ │ │ │ ├── tutorial.ipynb
│ │ │ │ ├── train.py
│ │ │ │ ├── images_tag.py
│ │ │ │ ├── detect.py
│ │ │ │ ├── CONTRIBUTING.md
│ │ │ │ ├── README.md
│ │ │ │ ├── test1.py
│ │ │ │ ├── voc_to_yolo.py
│ │ │ ├── hand_bone_detect
│ │ │ │ ├── templates
│ │ │ │ │ ├── result.html
│ │ │ │ │ ├── client.html
│ │ │ │ ├── cutpictures
│ │ │ │ │ ├── PIPThird.png
│ │ │ │ │ ├── DIPFirst.png
│ │ │ │ │ ├── DIPFifth.png
│ │ │ │ │ ├── DIPThird.png
│ │ │ │ │ ├── Radius.png
│ │ │ │ │ ├── MCPThird.png
│ │ │ │ │ ├── MCPFirst.png
│ │ │ │ │ ├── Ulna.png
│ │ │ │ │ ├── PIPFirst.png
│ │ │ │ │ ├── MIPThird.png
│ │ │ │ │ ├── PIPFifth.png
│ │ │ │ │ ├── MIPFifth.png
│ │ │ │ │ ├── MCPFifth.png
│ │ │ │ ├── test_data
│ │ │ │ │ ├── example.jpg
│ │ │ │ ├── img
│ │ │ │ │ ├── 1548.png
│ │ │ │ ├── detect_result
│ │ │ │ │ ├── detect.jpg
│ │ │ │ ├── params
│ │ │ │ │ ├── MIP_best.pth
│ │ │ │ │ ├── DIPFirst_best.pth
│ │ │ │ │ ├── Radius_best.pth
│ │ │ │ │ ├── PIPFirst_best.pth
│ │ │ │ │ ├── MCP_best.pth
│ │ │ │ │ ├── MCPFirst_best.pth
│ │ │ │ │ ├── PIP_best.pth
│ │ │ │ │ ├── DIP_best.pth
│ │ │ │ │ ├── Ulna_best.pth
│ │ │ │ ├── main.py
│ │ │ │ ├── bone_detect_ui.ui
│ │ │ │ ├── bone_filter_utils.py
│ │ │ │ ├── common.py
│ │ │ │ ├── flask_test_img.py
│ │ │ │ ├── detect_bone.py
│ │ │ │ ├── detect_utils.py
│ │ │ │ ├── test.py
│ │ │ ├── hand_test
│ │ │ │ ├── params
│ │ │ │ │ ├── Radius_best.pth
│ │ │ │ │ ├── MCPFirst_best.pth
│ │ │ │ │ ├── DIP_best.pth
│ │ │ │ │ ├── DIPFirst_best.pth
│ │ │ │ │ ├── PIPFirst_best.pth
│ │ │ │ │ ├── MIP_best.pth
│ │ │ │ │ ├── PIP_best.pth
│ │ │ │ │ ├── MCP_best.pth
│ │ │ │ │ ├── Ulna_best.pth
│ │ │ │ ├── logs
│ │ │ │ │ ├── PIP_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688801475.DESKTOP-BT6NS4S.13268.13
│ │ │ │ │ ├── DIP_loss_DIP
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688888129.DESKTOP-BT6NS4S.11960.2
│ │ │ │ │ ├── DIPFirst_loss_DIPFirst
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688787690.DESKTOP-BT6NS4S.13268.4
│ │ │ │ │ ├── Radius_loss_Radius
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688796343.DESKTOP-BT6NS4S.13268.10
│ │ │ │ │ ├── DIPFirst_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688787690.DESKTOP-BT6NS4S.13268.3
│ │ │ │ │ ├── MIP_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688792192.DESKTOP-BT6NS4S.13268.7
│ │ │ │ │ ├── MCP_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688891547.DESKTOP-BT6NS4S.11960.3
│ │ │ │ │ ├── DIP_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688888129.DESKTOP-BT6NS4S.11960.1
│ │ │ │ │ ├── Radius_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688796343.DESKTOP-BT6NS4S.13268.9
│ │ │ │ │ ├── MCP_loss_MCP
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688891547.DESKTOP-BT6NS4S.11960.4
│ │ │ │ │ ├── PIP_loss_PIP
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688801475.DESKTOP-BT6NS4S.13268.14
│ │ │ │ │ ├── MIP_loss_MIP
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688792192.DESKTOP-BT6NS4S.13268.8
│ │ │ │ │ ├── Ulna_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688799016.DESKTOP-BT6NS4S.13268.11
│ │ │ │ │ ├── MCPFirst_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688785342.DESKTOP-BT6NS4S.13268.1
│ │ │ │ │ ├── PIPFirst_loss_train_avg_loss
│ │ │ │ │ │ ├── events.out.tfevents.1688789961.DESKTOP-BT6NS4S.13268.5
│ │ │ │ │ ├── Ulna_loss_Ulna
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688799016.DESKTOP-BT6NS4S.13268.12
│ │ │ │ │ ├── PIPFirst_loss_PIPFirst
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688789961.DESKTOP-BT6NS4S.13268.6
│ │ │ │ │ ├── MCPFirst_loss_MCPFirst
│ │ │ │ │ │ ├── val_avg_losses
│ │ │ │ │ │ │ ├── events.out.tfevents.1688785342.DESKTOP-BT6NS4S.13268.2
│ │ │ │ │ ├── events.out.tfevents.1688785315.DESKTOP-BT6NS4S.13268.0
│ │ │ │ │ ├── events.out.tfevents.1688888077.DESKTOP-BT6NS4S.11960.0
│ │ │ │ ├── utils
│ │ │ │ │ ├── data_set.py
│ │ │ │ │ ├── tools.py
│ │ │ │ │ ├── data_utils.py
│ │ │ │ ├── test1.py
│ │ │ │ ├── trainer.py
│ │ ├── dataset
│ │ │ ├── arthrosis.zip
│ │ │ ├── VOCdevkit.zip
│ │ ├── 【课件】视觉项目实战（基于yolo的骨龄识别项目_02）.pdf
│ │ ├── 【录播】视觉项目实战（基于yolo的骨龄识别项目_02）.mp4
│ ├── day_30基于RAG的线上智能客服系统（微调篇）
│ │ ├── 项目背景.png
│ │ ├── data.zip
│ │ ├── 【录播】基于RAG的线上智能客服系统（微调篇）.mp4
│ │ ├── 【课件】基于RAG的线上智能客服系统（微调篇）.pdf
│ │ ├── demo_30.zip
│ ├── day_29基于本地大模型的在线心理问诊系统(部署篇)
│ │ ├── 项目模型
│ │ │ ├── Qwen1.5-1.8B-Chat_cusm
│ │ │ │ ├── merges.txt
│ │ │ │ ├── added_tokens.json
│ │ │ │ ├── config.json
│ │ │ │ ├── special_tokens_map.json
│ │ │ │ ├── generation_config.json
│ │ │ │ ├── tokenizer_config.json
│ │ │ │ ├── model.safetensors
│ │ │ │ ├── vocab.json
│ │ │ │ ├── tokenizer.json
│ │ │ ├── training_eval_loss.png
│ │ │ ├── trainer_log.jsonl
│ │ │ ├── training_loss.png
│ │ ├── 【录播】基于本地大模型的在线心理问诊系统(部署篇).mp4
│ │ ├── 【课件】基于本地大模型的在线心理问诊系统（部署篇）.pdf
│ │ ├── 【资料】基于本地大模型的在线心理问诊系统（部署篇）.pdf
├── 06_LangChain进阶
│ ├── day10_自定义组件专题
│ │ ├── 【录播】自定义组件专题.mp4
│ │ ├── 【资料】自定义组件专题.pdf
│ │ ├── 【MD】自定义组件专题.md
│ │ ├── 【语雀】自定义组件专题.txt
│ │ ├── day10-demo.zip
│ │ ├── 【课件】自定义组件专题.pdf
├── 02_Prompt基础
│ ├── day04_Prompt Engineering 提示词工程
│ │ ├── 【MD】Prompt Engineering 提示词工程.md
│ │ ├── 【资料】Prompt Engineering 提示词工程.pdf
│ │ ├── ChatGPT提示技巧工程完全指南.pdf
│ │ ├── DALL-E-3绘图提示词大全.pdf
│ │ ├── 【录播】Prompt Engineering 提示词工程.mp4
│ │ ├── day4-demo.zip
│ │ ├── 【课件】Prompt Engineering 提示词工程.pdf
│ │ ├── 【语雀】Prompt Engineering 提示词工程.txt
│ │ ├── 实用Prompt指令大全.xlsx
├── 14_AutoGen Studio
│ ├── day_26AutoGen Studio调用本地大模型实现多Agent应用
│ │ ├── 【课件】AutoGen Studio入门使用.pdf
│ │ ├── 【资料】AutoGen Studio入门使用.pdf
│ │ ├── 【录播】AutoGen Studio调用本地大模型实现多Agent应用.mp4
├── 05_Rag基础
│ ├── day09_RAG 专题
│ │ ├── day9-demo.zip
│ │ ├── 【语雀】RAG 专题.txt
│ │ ├── 【MD】RAG 专题.md
│ │ ├── 【录播】RAG 专题.mp4
│ │ ├── 【课件】RAG 专题.pdf
│ │ ├── 【资料】RAG 专题.pdf
├── 12_多模态
│ ├── day_23多模态（多模态大模型的概念与本地部署调用）
│ │ ├── 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 文生视频效果.mp4
│ │ ├── 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 【录播】多模态大模型的概念与本地部署调用.mp4
├── 16_项目实战（聚客第三期_最新）
│ ├── day14_LLaMA-Factory模型评估与QLora微调
│ │ ├── 【课件】LLama-Factory模型评估与QLora微调.pdf
│ │ ├── 【录播】LLama-Factory模型评估与QLora微调.mp4
│ │ ├── AI技术路线.pdf
│ │ ├── 【资料】LLama-Factory模型评估.pdf
│ ├── day09_远程GPU服务器
│ │ ├── 代码与资料
│ │ │ ├── 模型推理代码
│ │ │ │ ├── detect02.py
│ │ │ │ ├── detect.py
│ │ │ ├── GPT2训练日志及权重
│ │ │ │ ├── output.log
│ │ │ │ ├── net.pt
│ │ │ ├── GPU服务器配置与使用.pdf
│ │ ├── 1月8日.mp4
│ │ ├── 未命名文档.PanD
│ ├── day25_deep-seek与多卡训练
│ │ ├── 课堂笔记
│ │ │ ├── deepseek.png
│ │ ├── 【课件】deepseek与分布式训练.pdf
│ │ ├── 【录播】deep_seek与多卡训练.mp4
│ ├── 1_开班典礼-241216
│ │ ├── 2024-12-16 开班典礼.mp4
│ ├── day18_LMDeploy部署大模型
│ │ ├── demo_18
│ │ │ ├── test02.py
│ │ │ ├── test01.py
│ │ ├── 【资料】LMDeploy部署大模型.pdf
│ │ ├── 【录播】LMDeploy部署大模型.mp4
│ ├── day17_Xtuner微调大模型
│ │ ├── xtuner微调配置文件
│ │ │ ├── qwen1_5_1_8b_chat_qlora_alpaca_e3.py
│ │ ├── xtuner数据集转换代码
│ │ │ ├── data
│ │ │ │ ├── target_data.json
│ │ │ │ ├── ruozhiba_qaswift.json
│ │ │ ├── data_utils.py
│ │ ├── 【录播】Xtuner微调大模型（QLora与Lora）.mp4
│ │ ├── 【资料】xtuner微调大模型教程.pdf
│ ├── 3_LangChain
│ │ ├── LangChain
│ │ │ ├── assets
│ │ │ │ ├── data_connection.jpg
│ │ │ │ ├── langchain.png
│ │ │ │ ├── model_io.jpg
│ │ │ ├── serve
│ │ │ │ ├── joke_server.py
│ │ │ │ ├── joke_client.py
│ │ │ ├── index.ipynb
│ │ │ ├── memory.db
│ │ │ ├── llama2.pdf
│ │ │ ├── example_prompt_template.txt
│ │ ├── LangChain.mp4
│ ├── day10_llama3大模型本地调用
│ │ ├── demo_10
│ │ │ ├── Llama3_test
│ │ │ │ ├── test02.py
│ │ │ │ ├── test01.py
│ │ │ ├── detect02.py
│ │ │ ├── net.pt
│ │ │ ├── detect.py
│ │ │ ├── data.py
│ │ │ ├── train.py
│ │ ├── 【录播】llama3大模型本地调用.mp4
│ │ ├── 【课件】llama3大模型本地调用.pdf
│ ├── day23_AutoGen_Studio搭建多智能体应用
│ │ ├── 图像资料
│ │ │ ├── Agent01.png
│ │ │ ├── Agent03.png
│ │ │ ├── Agent02.png
│ │ ├── 【课件】AutoGen_Studio搭建多智能体应用.pdf
│ │ ├── 【录播】AutoGen_Studio搭建多智能体应用.mp4
│ │ ├── 【资料】AutoGen_Studio搭建多智能体应用.pdf
│ ├── day24_多模态大模型
│ │ ├── 笔记
│ │ │ ├── 多模态01.png
│ │ │ ├── 多模态02.png
│ │ ├── 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ ├── 【录播】多模态大模型的概念与本地部署调用.mp4
│ ├── day29_基于RAG的法律条文助手（实现篇）
│ │ ├── 项目源码
│ │ │ ├── rag_law
│ │ │ │ ├── data
│ │ │ │ │ ├── data1.json
│ │ │ │ ├── llama_index_llm.py
│ │ │ │ ├── rag_law.py
│ │ │ │ ├── read_json.py
│ │ │ │ ├── llama_index_vllm.py
│ │ ├── 【课件】基于RAG的法律条文智能助手（实现篇）.pdf
│ │ ├── 【录播】基于RAG的法律条文智能助手【实现篇】.mp4
│ ├── day21_llama-index入门实操
│ │ ├── demo_21
│ │ │ ├── data
│ │ │ │ ├── README_zh-CN.md
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ │ ├── test03.py
│ │ │ ├── download_hf.py
│ │ ├── 【录播】Llama_index入门实操.mp4
│ │ ├── 【课件】Llama_index入门实操.pdf
│ ├── day05_基于 BERT 的中文评价情感分析
│ │ ├── demo_5
│ │ │ ├── model
│ │ │ │ ├── bert-base-chinese
│ │ │ │ │ ├── .locks
│ │ │ │ │ │ ├── models--bert-base-chinese
│ │ │ │ │ ├── models--bert-base-chinese
│ │ │ │ │ │ ├── snapshots
│ │ │ │ │ │ │ ├── c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f
│ │ │ │ │ │ │ │ ├── config.json
│ │ │ │ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ │ │ │ ├── model.safetensors
│ │ │ │ │ │ │ │ ├── vocab.txt
│ │ │ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ ├── refs
│ │ │ │ │ │ │ ├── main
│ │ │ │ │ │ ├── blobs
│ │ │ │ │ │ ├── .no_exist
│ │ │ │ │ │ │ ├── c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f
│ │ │ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ │ │ ├── added_tokens.json
│ │ │ ├── .idea
│ │ │ │ ├── inspectionProfiles
│ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ ├── misc.xml
│ │ │ │ ├── .gitignore
│ │ │ │ ├── modules.xml
│ │ │ │ ├── workspace.xml
│ │ │ │ ├── demo_5.iml
│ │ │ ├── __pycache__
│ │ │ │ ├── net.cpython-312.pyc
│ │ │ │ ├── MyData.cpython-312.pyc
│ │ │ ├── data
│ │ │ │ ├── ChnSentiCorp
│ │ │ │ │ ├── train
│ │ │ │ │ │ ├── cache-badcf79eb9fa62a0.arrow
│ │ │ │ │ │ ├── cache-3bdb9443d1ca0706.arrow
│ │ │ │ │ │ ├── cache-a6ab41ffbc1946d5.arrow
│ │ │ │ │ │ ├── cache-b85c50cd434dd865.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── cache-60739da7e9e626bf.arrow
│ │ │ │ │ │ ├── cache-3432ecc2b0d45f4c.arrow
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── cache-b53b61aef9d859aa.arrow
│ │ │ │ │ │ ├── cache-9f44d179cc25c59e.arrow
│ │ │ │ │ │ ├── cache-a41fe1013beb0d46.arrow
│ │ │ │ │ │ ├── cache-942e97a8804ee679.arrow
│ │ │ │ │ │ ├── cache-703908ea6da8e823.arrow
│ │ │ │ │ │ ├── cache-eb31b953e8e788fb.arrow
│ │ │ │ │ │ ├── cache-d7c6377d856b0538.arrow
│ │ │ │ │ │ ├── cache-a34d90b946dc58b8.arrow
│ │ │ │ │ │ ├── cache-b4e51936648802e2.arrow
│ │ │ │ │ │ ├── cache-618b312c42069194.arrow
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── cache-fdafe12f59ab3430.arrow
│ │ │ │ │ │ ├── cache-42a7d570466d6993.arrow
│ │ │ │ │ │ ├── cache-7f783dce092dc384.arrow
│ │ │ │ │ │ ├── cache-980049a695f6628c.arrow
│ │ │ │ │ │ ├── cache-8a97cd1e06b735d2.arrow
│ │ │ │ │ │ ├── cache-c5b262546ff026fd.arrow
│ │ │ │ │ │ ├── cache-1e3bba9512e20e17.arrow
│ │ │ │ │ │ ├── cache-39dfc0aff9c238ae.arrow
│ │ │ │ │ ├── validation
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── cache-4a46afc6455cc3f0.arrow
│ │ │ │ │ │ ├── cache-5cd00431b9d3a916.arrow
│ │ │ │ │ │ ├── cache-c072f719f0b9b62a.arrow
│ │ │ │ │ │ ├── cache-428974171b74f1a0.arrow
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── cache-85b0ee5d0aeacbe5.arrow
│ │ │ │ │ │ ├── cache-9b7789b1e0e636fb.arrow
│ │ │ │ │ │ ├── cache-486e66fea9239c3f.arrow
│ │ │ │ │ │ ├── cache-800047dd8fdede53.arrow
│ │ │ │ │ │ ├── cache-1b273238fdadead7.arrow
│ │ │ │ │ │ ├── cache-805d054a96ccc48f.arrow
│ │ │ │ │ │ ├── cache-749efdb8f0ee42be.arrow
│ │ │ │ │ │ ├── cache-8ae76a3b52248a8f.arrow
│ │ │ │ │ │ ├── cache-a1c8a8bb0a669e93.arrow
│ │ │ │ │ │ ├── cache-585e054403b710b3.arrow
│ │ │ │ │ │ ├── cache-e621cb96adf0c923.arrow
│ │ │ │ │ ├── test
│ │ │ │ │ │ ├── cache-7dd332715d90b654.arrow
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ ├── dataset_dict.json
│ │ │ │ ├── hermes-function-calling-v1.csv
│ │ │ ├── params
│ │ │ │ ├── 1_bert.pth
│ │ │ │ ├── 2_bert.pth
│ │ │ │ ├── 0_bert.pth
│ │ │ ├── net.py
│ │ │ ├── data_test.py
│ │ │ ├── run.py
│ │ │ ├── token_test.py
│ │ │ ├── MyData.py
│ │ │ ├── train.py
│ │ ├── 【录播】基于 BERT 的中文评价情感分析.mp4
│ │ ├── 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ │ ├── 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ ├── day16_Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）
│ │ ├── 【录播】Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）.mp4
│ │ ├── 【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ │ ├── Qwen1___5-1___8B-Chat-merged-q8.gguf
│ │ ├── 【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ ├── day12_Lora模型合并与推理测试
│ │ ├── checkpoint-800
│ │ │ ├── tokenizer_config.json
│ │ │ ├── scheduler.pt
│ │ │ ├── training_args.bin
│ │ │ ├── trainer_state.json
│ │ │ ├── tokenizer.json
│ │ │ ├── adapter_model.safetensors
│ │ │ ├── optimizer.pt
│ │ │ ├── rng_state.pth
│ │ │ ├── special_tokens_map.json
│ │ │ ├── adapter_config.json
│ │ │ ├── README.md
│ │ ├── data
│ │ │ ├── ruozhiba_qaswift.json
│ │ ├── 【录播】Lora模型合并与推理测试.mp4
│ ├── day08_GPT2-中文生成模型定制化微调训练
│ │ ├── demo_8
│ │ │ ├── data
│ │ │ │ ├── chinese_poems.txt
│ │ │ ├── params
│ │ │ ├── example
│ │ │ │ ├── test04.py
│ │ │ │ ├── test03.py
│ │ │ │ ├── test02.py
│ │ │ │ ├── test01.py
│ │ │ │ ├── test05.py
│ │ │ ├── __pycache__
│ │ │ │ ├── data.cpython-312.pyc
│ │ │ ├── .idea
│ │ │ │ ├── inspectionProfiles
│ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ ├── misc.xml
│ │ │ │ ├── demo_8.iml
│ │ │ │ ├── modules.xml
│ │ │ │ ├── workspace.xml
│ │ │ │ ├── .gitignore
│ │ │ ├── data.py
│ │ │ ├── train.py
│ │ ├── 【录播】GPT2-中文生成模型定制化微调训练.mp4
│ │ ├── 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf
│ │ ├── gpt2-chinese模型.zip
│ ├── day20_llama-index核心组件
│ │ ├── demo_20
│ │ │ ├── data
│ │ │ │ ├── README_zh-CN.md
│ │ │ │ ├── pdf内容研报.pdf
│ │ │ │ ├── requirements.txt
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ ├── 【录播】Llama_Index核心组件介绍.mp4
│ │ ├── 【资料】Llama_Index（核心组件介绍）.pdf
│ │ ├── 模型微调与RAG.png
│ │ ├── 【课件】Llama_Index（核心组件介绍）.pdf
│ ├── day04_Hugging Face 核心组件介绍
│ │ ├── demo_4
│ │ │ ├── data
│ │ │ │ ├── ChnSentiCorp
│ │ │ │ │ ├── validation
│ │ │ │ │ │ ├── cache-5cd00431b9d3a916.arrow
│ │ │ │ │ │ ├── cache-a1c8a8bb0a669e93.arrow
│ │ │ │ │ │ ├── cache-585e054403b710b3.arrow
│ │ │ │ │ │ ├── cache-428974171b74f1a0.arrow
│ │ │ │ │ │ ├── cache-9b7789b1e0e636fb.arrow
│ │ │ │ │ │ ├── cache-805d054a96ccc48f.arrow
│ │ │ │ │ │ ├── cache-1b273238fdadead7.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── cache-486e66fea9239c3f.arrow
│ │ │ │ │ │ ├── cache-8ae76a3b52248a8f.arrow
│ │ │ │ │ │ ├── cache-749efdb8f0ee42be.arrow
│ │ │ │ │ │ ├── cache-4a46afc6455cc3f0.arrow
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── cache-85b0ee5d0aeacbe5.arrow
│ │ │ │ │ │ ├── cache-800047dd8fdede53.arrow
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── cache-e621cb96adf0c923.arrow
│ │ │ │ │ │ ├── cache-c072f719f0b9b62a.arrow
│ │ │ │ │ ├── train
│ │ │ │ │ │ ├── cache-a34d90b946dc58b8.arrow
│ │ │ │ │ │ ├── cache-942e97a8804ee679.arrow
│ │ │ │ │ │ ├── cache-3432ecc2b0d45f4c.arrow
│ │ │ │ │ │ ├── cache-42a7d570466d6993.arrow
│ │ │ │ │ │ ├── cache-b4e51936648802e2.arrow
│ │ │ │ │ │ ├── cache-b85c50cd434dd865.arrow
│ │ │ │ │ │ ├── cache-8a97cd1e06b735d2.arrow
│ │ │ │ │ │ ├── cache-eb31b953e8e788fb.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── cache-1e3bba9512e20e17.arrow
│ │ │ │ │ │ ├── cache-badcf79eb9fa62a0.arrow
│ │ │ │ │ │ ├── cache-c5b262546ff026fd.arrow
│ │ │ │ │ │ ├── cache-980049a695f6628c.arrow
│ │ │ │ │ │ ├── cache-39dfc0aff9c238ae.arrow
│ │ │ │ │ │ ├── cache-d7c6377d856b0538.arrow
│ │ │ │ │ │ ├── cache-9f44d179cc25c59e.arrow
│ │ │ │ │ │ ├── cache-a6ab41ffbc1946d5.arrow
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── cache-3bdb9443d1ca0706.arrow
│ │ │ │ │ │ ├── cache-703908ea6da8e823.arrow
│ │ │ │ │ │ ├── cache-b53b61aef9d859aa.arrow
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── cache-60739da7e9e626bf.arrow
│ │ │ │ │ │ ├── cache-a41fe1013beb0d46.arrow
│ │ │ │ │ │ ├── cache-7f783dce092dc384.arrow
│ │ │ │ │ │ ├── cache-fdafe12f59ab3430.arrow
│ │ │ │ │ │ ├── cache-618b312c42069194.arrow
│ │ │ │ │ ├── test
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── cache-7dd332715d90b654.arrow
│ │ │ │ │ ├── dataset_dict.json
│ │ │ │ ├── hermes-function-calling-v1.csv
│ │ │ ├── trasnFormers_test
│ │ │ │ ├── model
│ │ │ │ │ ├── uer
│ │ │ │ │ │ ├── gpt2-chinese-cluecorpussmall
│ │ │ │ │ │ │ ├── models--uer--gpt2-chinese-cluecorpussmall
│ │ │ │ │ │ │ │ ├── refs
│ │ │ │ │ │ │ │ │ ├── main
│ │ │ │ │ │ │ │ ├── blobs
│ │ │ │ │ │ │ │ ├── .no_exist
│ │ │ │ │ │ │ │ │ ├── c2c0249d8a2731f269414cc3b22dff021f8e07a3
│ │ │ │ │ │ │ │ │ │ ├── model.safetensors
│ │ │ │ │ │ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ │ │ │ │ │ ├── generation_config.json
│ │ │ │ │ │ │ │ │ │ ├── added_tokens.json
│ │ │ │ │ │ │ │ │ │ ├── model.safetensors.index.json
│ │ │ │ │ │ │ │ │ │ ├── adapter_config.json
│ │ │ │ │ │ │ │ ├── snapshots
│ │ │ │ │ │ │ │ │ ├── c2c0249d8a2731f269414cc3b22dff021f8e07a3
│ │ │ │ │ │ │ │ │ │ ├── pytorch_model.bin
│ │ │ │ │ │ │ │ │ │ ├── config.json
│ │ │ │ │ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ │ │ │ │ ├── vocab.txt
│ │ │ │ │ │ │ ├── .locks
│ │ │ │ │ │ │ │ ├── models--uer--gpt2-chinese-cluecorpussmall
│ │ │ │ │ ├── bert-base-chinese
│ │ │ │ │ │ ├── models--bert-base-chinese
│ │ │ │ │ │ │ ├── refs
│ │ │ │ │ │ │ │ ├── main
│ │ │ │ │ │ │ ├── snapshots
│ │ │ │ │ │ │ │ ├── c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f
│ │ │ │ │ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ │ │ │ │ ├── model.safetensors
│ │ │ │ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ │ │ │ ├── vocab.txt
│ │ │ │ │ │ │ │ │ ├── config.json
│ │ │ │ │ │ │ ├── blobs
│ │ │ │ │ │ │ ├── .no_exist
│ │ │ │ │ │ │ │ ├── c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f
│ │ │ │ │ │ │ │ │ ├── added_tokens.json
│ │ │ │ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ ├── .locks
│ │ │ │ │ │ │ ├── models--bert-base-chinese
│ │ │ │ ├── test03.py
│ │ │ │ ├── test01.py
│ │ │ │ ├── test02.py
│ │ │ ├── API_test
│ │ │ │ ├── api_test01.py
│ │ │ │ ├── api_test02.py
│ │ │ ├── dataset
│ │ │ │ ├── dataset_test.py
│ │ ├── 【课件】Hugging Face 核心组件介绍.pdf
│ │ ├── 【录播】Hugging Face 核心组件介绍.mp4
│ │ ├── 【资料】Hugging Face 核心组件介绍.pdf
│ ├── day26_基于本地大模型的AI试题系统（方案篇）
│ │ ├── 数据
│ │ │ ├── 2023年高考生物选择题专练(8套)含答案及解析.docx
│ │ │ ├── 2020年高考生物选择题专项训练11-15套Word版含答案及解析.docx
│ │ │ ├── 高考生物常识选择题单选题100道及答案.docx
│ │ │ ├── 2020年高考生物选择题专项训练20套附答案及解析.docx
│ │ │ ├── 数据示例.xls
│ │ │ ├── 2022年高考生物选择题专项训练(共6份).docx
│ │ ├── AI题库项目分析.png
│ │ ├── 【录播】基于本地大模型的AI试题系统（方案篇）.mp4
│ ├── day07_如何处理超长文本训练问题
│ │ ├── demo_7
│ │ │ ├── data
│ │ │ │ ├── Weibo
│ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ ├── validation.csv
│ │ │ │ │ ├── test.csv
│ │ │ │ │ ├── train.csv
│ │ │ │ ├── news
│ │ │ │ │ ├── test.csv
│ │ │ │ │ ├── news_data_info.json
│ │ │ │ │ ├── validation.csv
│ │ │ │ │ ├── train.csv
│ │ │ ├── validation.csv
│ │ │ ├── MyData.py
│ │ │ ├── net.py
│ │ │ ├── new_train.csv
│ │ │ ├── data_test02.py
│ │ │ ├── new_test.csv
│ │ │ ├── data.py
│ │ │ ├── train.py
│ │ │ ├── data_test.py
│ │ ├── model.zip
│ │ ├── 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf
│ │ ├── 【录播】如何处理超长文本训练问题.mp4
│ ├── day27_基于本地大模型的AI试题系统（实现篇）
│ │ ├── Lora模型与训练日志
│ │ │ ├── checkpoint-1300
│ │ │ │ ├── adapter_model.safetensors
│ │ │ │ ├── training_args.bin
│ │ │ │ ├── tokenizer_config.json
│ │ │ │ ├── tokenizer.json
│ │ │ │ ├── adapter_config.json
│ │ │ │ ├── optimizer.pt
│ │ │ │ ├── trainer_state.json
│ │ │ │ ├── scheduler.pt
│ │ │ │ ├── rng_state.pth
│ │ │ │ ├── special_tokens_map.json
│ │ │ │ ├── README.md
│ │ │ ├── nohup.out
│ │ │ ├── training_args.yaml
│ │ ├── 转换后的训练集与测试集
│ │ │ ├── test.json
│ │ │ ├── train.json
│ │ ├── 标注后的数据
│ │ │ ├── 高考生物选择题01.csv
│ │ │ ├── 高考生物选择题02.csv
│ │ ├── 数据转换代码
│ │ │ ├── data_utils.py
│ │ │ ├── test_data.py
│ │ ├── 【录播】基于本地大模型的AI试题系统（实现篇）.mp4
│ ├── day28_基于RAG的法律条文智能助手（方案篇）
│ │ ├── llama_factory对话模板导出
│ │ │ ├── 文件位置.jpg
│ │ │ ├── mytest.py
│ │ ├── RAG知识库数据获取
│ │ │ ├── data_test01.py
│ │ │ ├── data_test02.py
│ │ ├── 模型微调数据集
│ │ │ ├── train_data.json
│ │ ├── R1思维链与微调.png
│ │ ├── 【课件】基于RAG的法律条文智能助手（方案篇）.pdf
│ │ ├── 【录播】基于RAG的法律条文智能助手【方案篇】.mp4
│ │ ├── RAG项目需求.png
│ ├── day30_基于pytorch的语音唤醒系统
│ │ ├── 项目源码
│ │ │ ├── wakeup_test
│ │ │ │ ├── __pycache__
│ │ │ │ │ ├── crnn.cpython-312.pyc
│ │ │ │ │ ├── audio_processor.cpython-312.pyc
│ │ │ │ │ ├── dataset.cpython-312.pyc
│ │ │ │ ├── checkpoints
│ │ │ │ │ ├── best_model.pth
│ │ │ │ ├── dataset
│ │ │ │ │ ├── train
│ │ │ │ │ │ ├── not_wake
│ │ │ │ │ │ │ ├── 20250226_161138_99.wav
│ │ │ │ │ │ │ ├── 20250226_160937_65.wav
│ │ │ │ │ │ │ ├── 20250226_161429_147.wav
│ │ │ │ │ │ │ ├── 20250226_160635_14.wav
│ │ │ │ │ │ │ ├── 20250226_161404_140.wav
│ │ │ │ │ │ │ ├── 20250226_161020_77.wav
│ │ │ │ │ │ │ ├── 20250226_161012_75.wav
│ │ │ │ │ │ │ ├── 20250226_160801_38.wav
│ │ │ │ │ │ │ ├── 20250226_160819_43.wav
│ │ │ │ │ │ │ ├── 20250226_161332_131.wav
│ │ │ │ │ │ │ ├── 20250226_160642_16.wav
│ │ │ │ │ │ │ ├── 20250226_160919_60.wav
│ │ │ │ │ │ │ ├── 20250226_160750_35.wav
│ │ │ │ │ │ │ ├── 20250226_161102_89.wav
│ │ │ │ │ │ │ ├── 20250226_160639_15.wav
│ │ │ │ │ │ │ ├── 20250226_160621_10.wav
│ │ │ │ │ │ │ ├── 20250226_161023_78.wav
│ │ │ │ │ │ │ ├── 20250226_161224_112.wav
│ │ │ │ │ │ │ ├── 20250226_160603_5.wav
│ │ │ │ │ │ │ ├── 20250226_160808_40.wav
│ │ │ │ │ │ │ ├── 20250226_160736_31.wav
│ │ │ │ │ │ │ ├── 20250226_160958_71.wav
│ │ │ │ │ │ │ ├── 20250226_161325_129.wav
│ │ │ │ │ │ │ ├── 20250226_161311_125.wav
│ │ │ │ │ │ │ ├── 20250226_161303_123.wav
│ │ │ │ │ │ │ ├── 20250226_161034_81.wav
│ │ │ │ │ │ │ ├── 20250226_160610_7.wav
│ │ │ │ │ │ │ ├── 20250226_160646_17.wav
│ │ │ │ │ │ │ ├── 20250226_160923_61.wav
│ │ │ │ │ │ │ ├── 20250226_161400_139.wav
│ │ │ │ │ │ │ ├── 20250226_160804_39.wav
│ │ │ │ │ │ │ ├── 20250226_161422_145.wav
│ │ │ │ │ │ │ ├── 20250226_161353_137.wav
│ │ │ │ │ │ │ ├── 20250226_161335_132.wav
│ │ │ │ │ │ │ ├── 20250226_160843_50.wav
│ │ │ │ │ │ │ ├── 20250226_160908_57.wav
│ │ │ │ │ │ │ ├── 20250226_160549_1.wav
│ │ │ │ │ │ │ ├── 20250226_161328_130.wav
│ │ │ │ │ │ │ ├── 20250226_160732_30.wav
│ │ │ │ │ │ │ ├── 20250226_161228_113.wav
│ │ │ │ │ │ │ ├── 20250226_160811_41.wav
│ │ │ │ │ │ │ ├── 20250226_161159_105.wav
│ │ │ │ │ │ │ ├── 20250226_160721_27.wav
│ │ │ │ │ │ │ ├── 20250226_161141_100.wav
│ │ │ │ │ │ │ ├── 20250226_161120_94.wav
│ │ │ │ │ │ │ ├── 20250226_161009_74.wav
│ │ │ │ │ │ │ ├── 20250226_160933_64.wav
│ │ │ │ │ │ │ ├── 20250226_160955_70.wav
│ │ │ │ │ │ │ ├── 20250226_160822_44.wav
│ │ │ │ │ │ │ ├── 20250226_160657_20.wav
│ │ │ │ │ │ │ ├── 20250226_161127_96.wav
│ │ │ │ │ │ │ ├── 20250226_161055_87.wav
│ │ │ │ │ │ │ ├── 20250226_161041_83.wav
│ │ │ │ │ │ │ ├── 20250226_161346_135.wav
│ │ │ │ │ │ │ ├── 20250226_160707_23.wav
│ │ │ │ │ │ │ ├── 20250226_161300_122.wav
│ │ │ │ │ │ │ ├── 20250226_160915_59.wav
│ │ │ │ │ │ │ ├── 20250226_161206_107.wav
│ │ │ │ │ │ │ ├── 20250226_160545_0.wav
│ │ │ │ │ │ │ ├── 20250226_161321_128.wav
│ │ │ │ │ │ │ ├── 20250226_160926_62.wav
│ │ │ │ │ │ │ ├── 20250226_161027_79.wav
│ │ │ │ │ │ │ ├── 20250226_160833_47.wav
│ │ │ │ │ │ │ ├── 20250226_160743_33.wav
│ │ │ │ │ │ │ ├── 20250226_160858_54.wav
│ │ │ │ │ │ │ ├── 20250226_161037_82.wav
│ │ │ │ │ │ │ ├── 20250226_161350_136.wav
│ │ │ │ │ │ │ ├── 20250226_161411_142.wav
│ │ │ │ │ │ │ ├── 20250226_160739_32.wav
│ │ │ │ │ │ │ ├── 20250226_160951_69.wav
│ │ │ │ │ │ │ ├── 20250226_161116_93.wav
│ │ │ │ │ │ │ ├── 20250226_160901_55.wav
│ │ │ │ │ │ │ ├── 20250226_161238_116.wav
│ │ │ │ │ │ │ ├── 20250226_161307_124.wav
│ │ │ │ │ │ │ ├── 20250226_160607_6.wav
│ │ │ │ │ │ │ ├── 20250226_160930_63.wav
│ │ │ │ │ │ │ ├── 20250226_160815_42.wav
│ │ │ │ │ │ │ ├── 20250226_161314_126.wav
│ │ │ │ │ │ │ ├── 20250226_160829_46.wav
│ │ │ │ │ │ │ ├── 20250226_161210_108.wav
│ │ │ │ │ │ │ ├── 20250226_161246_118.wav
│ │ │ │ │ │ │ ├── 20250226_161044_84.wav
│ │ │ │ │ │ │ ├── 20250226_161059_88.wav
│ │ │ │ │ │ │ ├── 20250226_161217_110.wav
│ │ │ │ │ │ │ ├── 20250226_161002_72.wav
│ │ │ │ │ │ │ ├── 20250226_161005_73.wav
│ │ │ │ │ │ │ ├── 20250226_160729_29.wav
│ │ │ │ │ │ │ ├── 20250226_161016_76.wav
│ │ │ │ │ │ │ ├── 20250226_161156_104.wav
│ │ │ │ │ │ │ ├── 20250226_161231_114.wav
│ │ │ │ │ │ │ ├── 20250226_161131_97.wav
│ │ │ │ │ │ │ ├── 20250226_160649_18.wav
│ │ │ │ │ │ │ ├── 20250226_161124_95.wav
│ │ │ │ │ │ │ ├── 20250226_160905_56.wav
│ │ │ │ │ │ │ ├── 20250226_161152_103.wav
│ │ │ │ │ │ │ ├── 20250226_161425_146.wav
│ │ │ │ │ │ │ ├── 20250226_161253_120.wav
│ │ │ │ │ │ │ ├── 20250226_160944_67.wav
│ │ │ │ │ │ │ ├── 20250226_160718_26.wav
│ │ │ │ │ │ │ ├── 20250226_161048_85.wav
│ │ │ │ │ │ │ ├── 20250226_160617_9.wav
│ │ │ │ │ │ │ ├── 20250226_161256_121.wav
│ │ │ │ │ │ │ ├── 20250226_161432_148.wav
│ │ │ │ │ │ │ ├── 20250226_161113_92.wav
│ │ │ │ │ │ │ ├── 20250226_161242_117.wav
│ │ │ │ │ │ │ ├── 20250226_161109_91.wav
│ │ │ │ │ │ │ ├── 20250226_161203_106.wav
│ │ │ │ │ │ │ ├── 20250226_161149_102.wav
│ │ │ │ │ │ │ ├── 20250226_161235_115.wav
│ │ │ │ │ │ │ ├── 20250226_161339_133.wav
│ │ │ │ │ │ │ ├── 20250226_160854_53.wav
│ │ │ │ │ │ │ ├── 20250226_160746_34.wav
│ │ │ │ │ │ │ ├── 20250226_161408_141.wav
│ │ │ │ │ │ │ ├── 20250226_160725_28.wav
│ │ │ │ │ │ │ ├── 20250226_161436_149.wav
│ │ │ │ │ │ │ ├── 20250226_160714_25.wav
│ │ │ │ │ │ │ ├── 20250226_161249_119.wav
│ │ │ │ │ │ │ ├── 20250226_161343_134.wav
│ │ │ │ │ │ │ ├── 20250226_160552_2.wav
│ │ │ │ │ │ │ ├── 20250226_160628_12.wav
│ │ │ │ │ │ │ ├── 20250226_160700_21.wav
│ │ │ │ │ │ │ ├── 20250226_160614_8.wav
│ │ │ │ │ │ │ ├── 20250226_161145_101.wav
│ │ │ │ │ │ │ ├── 20250226_161221_111.wav
│ │ │ │ │ │ │ ├── 20250226_160624_11.wav
│ │ │ │ │ │ │ ├── 20250226_160711_24.wav
│ │ │ │ │ │ │ ├── 20250226_160757_37.wav
│ │ │ │ │ │ │ ├── 20250226_160940_66.wav
│ │ │ │ │ │ │ ├── 20250226_161213_109.wav
│ │ │ │ │ │ │ ├── 20250226_161418_144.wav
│ │ │ │ │ │ │ ├── 20250226_160826_45.wav
│ │ │ │ │ │ │ ├── 20250226_161030_80.wav
│ │ │ │ │ │ │ ├── 20250226_160600_4.wav
│ │ │ │ │ │ │ ├── 20250226_161106_90.wav
│ │ │ │ │ │ │ ├── 20250226_160847_51.wav
│ │ │ │ │ │ │ ├── 20250226_161415_143.wav
│ │ │ │ │ │ │ ├── 20250226_160836_48.wav
│ │ │ │ │ │ │ ├── 20250226_160556_3.wav
│ │ │ │ │ │ │ ├── 20250226_160704_22.wav
│ │ │ │ │ │ │ ├── 20250226_160632_13.wav
│ │ │ │ │ │ │ ├── 20250226_161318_127.wav
│ │ │ │ │ │ │ ├── 20250226_160948_68.wav
│ │ │ │ │ │ │ ├── 20250226_160851_52.wav
│ │ │ │ │ │ │ ├── 20250226_161052_86.wav
│ │ │ │ │ │ │ ├── 20250226_161357_138.wav
│ │ │ │ │ │ │ ├── 20250226_160840_49.wav
│ │ │ │ │ │ │ ├── 20250226_160912_58.wav
│ │ │ │ │ │ │ ├── 20250226_161134_98.wav
│ │ │ │ │ │ │ ├── 20250226_160653_19.wav
│ │ │ │ │ │ │ ├── 20250226_160754_36.wav
│ │ │ │ │ │ ├── wake
│ │ │ │ │ │ │ ├── 20250226_160308_27.wav
│ │ │ │ │ │ │ ├── 20250226_160113_0.wav
│ │ │ │ │ │ │ ├── 20250226_160312_28.wav
│ │ │ │ │ │ │ ├── 20250226_160225_17.wav
│ │ │ │ │ │ │ ├── 20250226_160143_7.wav
│ │ │ │ │ │ │ ├── 20250226_160338_34.wav
│ │ │ │ │ │ │ ├── 20250226_160134_5.wav
│ │ │ │ │ │ │ ├── 20250226_160359_39.wav
│ │ │ │ │ │ │ ├── 20250226_160420_44.wav
│ │ │ │ │ │ │ ├── 20250226_160151_9.wav
│ │ │ │ │ │ │ ├── 20250226_160138_6.wav
│ │ │ │ │ │ │ ├── 20250226_160147_8.wav
│ │ │ │ │ │ │ ├── 20250226_160238_20.wav
│ │ │ │ │ │ │ ├── 20250226_160304_26.wav
│ │ │ │ │ │ │ ├── 20250226_160425_45.wav
│ │ │ │ │ │ │ ├── 20250226_160155_10.wav
│ │ │ │ │ │ │ ├── 20250226_160126_3.wav
│ │ │ │ │ │ │ ├── 20250226_160208_13.wav
│ │ │ │ │ │ │ ├── 20250226_160229_18.wav
│ │ │ │ │ │ │ ├── 20250226_160316_29.wav
│ │ │ │ │ │ │ ├── 20250226_160346_36.wav
│ │ │ │ │ │ │ ├── 20250226_160416_43.wav
│ │ │ │ │ │ │ ├── 20250226_160221_16.wav
│ │ │ │ │ │ │ ├── 20250226_160408_41.wav
│ │ │ │ │ │ │ ├── 20250226_160429_46.wav
│ │ │ │ │ │ │ ├── 20250226_160403_40.wav
│ │ │ │ │ │ │ ├── 20250226_160351_37.wav
│ │ │ │ │ │ │ ├── 20250226_160329_32.wav
│ │ │ │ │ │ │ ├── 20250226_160200_11.wav
│ │ │ │ │ │ │ ├── 20250226_160251_23.wav
│ │ │ │ │ │ │ ├── 20250226_160442_49.wav
│ │ │ │ │ │ │ ├── 20250226_160242_21.wav
│ │ │ │ │ │ │ ├── 20250226_160433_47.wav
│ │ │ │ │ │ │ ├── 20250226_160121_2.wav
│ │ │ │ │ │ │ ├── 20250226_160355_38.wav
│ │ │ │ │ │ │ ├── 20250226_160321_30.wav
│ │ │ │ │ │ │ ├── 20250226_160255_24.wav
│ │ │ │ │ │ │ ├── 20250226_160325_31.wav
│ │ │ │ │ │ │ ├── 20250226_160333_33.wav
│ │ │ │ │ │ │ ├── 20250226_160234_19.wav
│ │ │ │ │ │ │ ├── 20250226_160117_1.wav
│ │ │ │ │ │ │ ├── 20250226_160412_42.wav
│ │ │ │ │ │ │ ├── 20250226_160204_12.wav
│ │ │ │ │ │ │ ├── 20250226_160217_15.wav
│ │ │ │ │ │ │ ├── 20250226_160342_35.wav
│ │ │ │ │ │ │ ├── 20250226_160247_22.wav
│ │ │ │ │ │ │ ├── 20250226_160259_25.wav
│ │ │ │ │ │ │ ├── 20250226_160212_14.wav
│ │ │ │ │ │ │ ├── 20250226_160130_4.wav
│ │ │ │ │ │ │ ├── 20250226_160437_48.wav
│ │ │ │ │ ├── split_dataset
│ │ │ │ │ │ ├── val
│ │ │ │ │ │ │ ├── not_wake
│ │ │ │ │ │ │ │ ├── 20250226_161408_141.wav
│ │ │ │ │ │ │ │ ├── 20250226_160901_55.wav
│ │ │ │ │ │ │ │ ├── 20250226_161422_145.wav
│ │ │ │ │ │ │ │ ├── 20250226_160948_68.wav
│ │ │ │ │ │ │ │ ├── 20250226_160951_69.wav
│ │ │ │ │ │ │ │ ├── 20250226_160933_64.wav
│ │ │ │ │ │ │ │ ├── 20250226_160905_56.wav
│ │ │ │ │ │ │ │ ├── 20250226_161246_118.wav
│ │ │ │ │ │ │ │ ├── 20250226_161023_78.wav
│ │ │ │ │ │ │ │ ├── 20250226_160653_19.wav
│ │ │ │ │ │ │ │ ├── 20250226_161318_127.wav
│ │ │ │ │ │ │ │ ├── 20250226_161335_132.wav
│ │ │ │ │ │ │ │ ├── 20250226_161210_108.wav
│ │ │ │ │ │ │ │ ├── 20250226_161005_73.wav
│ │ │ │ │ │ │ │ ├── 20250226_161156_104.wav
│ │ │ │ │ │ │ │ ├── 20250226_161037_82.wav
│ │ │ │ │ │ │ │ ├── 20250226_160617_9.wav
│ │ │ │ │ │ │ │ ├── 20250226_160628_12.wav
│ │ │ │ │ │ │ │ ├── 20250226_160649_18.wav
│ │ │ │ │ │ │ │ ├── 20250226_160732_30.wav
│ │ │ │ │ │ │ │ ├── 20250226_161217_110.wav
│ │ │ │ │ │ │ │ ├── 20250226_160736_31.wav
│ │ │ │ │ │ │ │ ├── 20250226_161321_128.wav
│ │ │ │ │ │ │ │ ├── 20250226_161332_131.wav
│ │ │ │ │ │ │ │ ├── 20250226_160826_45.wav
│ │ │ │ │ │ │ │ ├── 20250226_160718_26.wav
│ │ │ │ │ │ │ │ ├── 20250226_160754_36.wav
│ │ │ │ │ │ │ │ ├── 20250226_161016_76.wav
│ │ │ │ │ │ │ │ ├── 20250226_160729_29.wav
│ │ │ │ │ │ │ │ ├── 20250226_161415_143.wav
│ │ │ │ │ │ │ ├── wake
│ │ │ │ │ │ │ │ ├── 20250226_160259_25.wav
│ │ │ │ │ │ │ │ ├── 20250226_160225_17.wav
│ │ │ │ │ │ │ │ ├── 20250226_160359_39.wav
│ │ │ │ │ │ │ │ ├── 20250226_160329_32.wav
│ │ │ │ │ │ │ │ ├── 20250226_160437_48.wav
│ │ │ │ │ │ │ │ ├── 20250226_160208_13.wav
│ │ │ │ │ │ │ │ ├── 20250226_160234_19.wav
│ │ │ │ │ │ │ │ ├── 20250226_160321_30.wav
│ │ │ │ │ │ │ │ ├── 20250226_160304_26.wav
│ │ │ │ │ │ │ │ ├── 20250226_160425_45.wav
│ │ │ │ │ │ ├── train
│ │ │ │ │ │ │ ├── not_wake
│ │ │ │ │ │ │ │ ├── 20250226_160858_54.wav
│ │ │ │ │ │ │ │ ├── 20250226_161224_112.wav
│ │ │ │ │ │ │ │ ├── 20250226_160700_21.wav
│ │ │ │ │ │ │ │ ├── 20250226_160804_39.wav
│ │ │ │ │ │ │ │ ├── 20250226_161231_114.wav
│ │ │ │ │ │ │ │ ├── 20250226_161418_144.wav
│ │ │ │ │ │ │ │ ├── 20250226_161307_124.wav
│ │ │ │ │ │ │ │ ├── 20250226_161134_98.wav
│ │ │ │ │ │ │ │ ├── 20250226_160819_43.wav
│ │ │ │ │ │ │ │ ├── 20250226_161113_92.wav
│ │ │ │ │ │ │ │ ├── 20250226_161256_121.wav
│ │ │ │ │ │ │ │ ├── 20250226_160908_57.wav
│ │ │ │ │ │ │ │ ├── 20250226_160707_23.wav
│ │ │ │ │ │ │ │ ├── 20250226_161346_135.wav
│ │ │ │ │ │ │ │ ├── 20250226_160711_24.wav
│ │ │ │ │ │ │ │ ├── 20250226_161343_134.wav
│ │ │ │ │ │ │ │ ├── 20250226_161124_95.wav
│ │ │ │ │ │ │ │ ├── 20250226_160757_37.wav
│ │ │ │ │ │ │ │ ├── 20250226_160940_66.wav
│ │ │ │ │ │ │ │ ├── 20250226_160657_20.wav
│ │ │ │ │ │ │ │ ├── 20250226_161436_149.wav
│ │ │ │ │ │ │ │ ├── 20250226_160600_4.wav
│ │ │ │ │ │ │ │ ├── 20250226_161242_117.wav
│ │ │ │ │ │ │ │ ├── 20250226_161206_107.wav
│ │ │ │ │ │ │ │ ├── 20250226_160556_3.wav
│ │ │ │ │ │ │ │ ├── 20250226_161048_85.wav
│ │ │ │ │ │ │ │ ├── 20250226_160923_61.wav
│ │ │ │ │ │ │ │ ├── 20250226_160930_63.wav
│ │ │ │ │ │ │ │ ├── 20250226_160919_60.wav
│ │ │ │ │ │ │ │ ├── 20250226_160743_33.wav
│ │ │ │ │ │ │ │ ├── 20250226_160801_38.wav
│ │ │ │ │ │ │ │ ├── 20250226_160621_10.wav
│ │ │ │ │ │ │ │ ├── 20250226_161411_142.wav
│ │ │ │ │ │ │ │ ├── 20250226_160811_41.wav
│ │ │ │ │ │ │ │ ├── 20250226_161041_83.wav
│ │ │ │ │ │ │ │ ├── 20250226_161203_106.wav
│ │ │ │ │ │ │ │ ├── 20250226_161429_147.wav
│ │ │ │ │ │ │ │ ├── 20250226_161238_116.wav
│ │ │ │ │ │ │ │ ├── 20250226_160937_65.wav
│ │ │ │ │ │ │ │ ├── 20250226_160833_47.wav
│ │ │ │ │ │ │ │ ├── 20250226_160836_48.wav
│ │ │ │ │ │ │ │ ├── 20250226_160632_13.wav
│ │ │ │ │ │ │ │ ├── 20250226_160851_52.wav
│ │ │ │ │ │ │ │ ├── 20250226_161300_122.wav
│ │ │ │ │ │ │ │ ├── 20250226_160847_51.wav
│ │ │ │ │ │ │ │ ├── 20250226_160714_25.wav
│ │ │ │ │ │ │ │ ├── 20250226_161159_105.wav
│ │ │ │ │ │ │ │ ├── 20250226_161141_100.wav
│ │ │ │ │ │ │ │ ├── 20250226_161052_86.wav
│ │ │ │ │ │ │ │ ├── 20250226_161055_87.wav
│ │ │ │ │ │ │ │ ├── 20250226_161020_77.wav
│ │ │ │ │ │ │ │ ├── 20250226_161034_81.wav
│ │ │ │ │ │ │ │ ├── 20250226_161350_136.wav
│ │ │ │ │ │ │ │ ├── 20250226_160843_50.wav
│ │ │ │ │ │ │ │ ├── 20250226_161303_123.wav
│ │ │ │ │ │ │ │ ├── 20250226_160944_67.wav
│ │ │ │ │ │ │ │ ├── 20250226_160750_35.wav
│ │ │ │ │ │ │ │ ├── 20250226_161109_91.wav
│ │ │ │ │ │ │ │ ├── 20250226_161002_72.wav
│ │ │ │ │ │ │ │ ├── 20250226_161311_125.wav
│ │ │ │ │ │ │ │ ├── 20250226_161253_120.wav
│ │ │ │ │ │ │ │ ├── 20250226_161138_99.wav
│ │ │ │ │ │ │ │ ├── 20250226_161404_140.wav
│ │ │ │ │ │ │ │ ├── 20250226_161249_119.wav
│ │ │ │ │ │ │ │ ├── 20250226_161149_102.wav
│ │ │ │ │ │ │ │ ├── 20250226_160639_15.wav
│ │ │ │ │ │ │ │ ├── 20250226_161328_130.wav
│ │ │ │ │ │ │ │ ├── 20250226_160635_14.wav
│ │ │ │ │ │ │ │ ├── 20250226_160642_16.wav
│ │ │ │ │ │ │ │ ├── 20250226_161027_79.wav
│ │ │ │ │ │ │ │ ├── 20250226_161400_139.wav
│ │ │ │ │ │ │ │ ├── 20250226_161339_133.wav
│ │ │ │ │ │ │ │ ├── 20250226_161221_111.wav
│ │ │ │ │ │ │ │ ├── 20250226_161213_109.wav
│ │ │ │ │ │ │ │ ├── 20250226_160840_49.wav
│ │ │ │ │ │ │ │ ├── 20250226_160603_5.wav
│ │ │ │ │ │ │ │ ├── 20250226_161030_80.wav
│ │ │ │ │ │ │ │ ├── 20250226_161325_129.wav
│ │ │ │ │ │ │ │ ├── 20250226_161357_138.wav
│ │ │ │ │ │ │ │ ├── 20250226_160624_11.wav
│ │ │ │ │ │ │ │ ├── 20250226_160614_8.wav
│ │ │ │ │ │ │ │ ├── 20250226_160958_71.wav
│ │ │ │ │ │ │ │ ├── 20250226_161235_115.wav
│ │ │ │ │ │ │ │ ├── 20250226_160646_17.wav
│ │ │ │ │ │ │ │ ├── 20250226_161116_93.wav
│ │ │ │ │ │ │ │ ├── 20250226_160549_1.wav
│ │ │ │ │ │ │ │ ├── 20250226_160829_46.wav
│ │ │ │ │ │ │ │ ├── 20250226_160912_58.wav
│ │ │ │ │ │ │ │ ├── 20250226_161012_75.wav
│ │ │ │ │ │ │ │ ├── 20250226_161145_101.wav
│ │ │ │ │ │ │ │ ├── 20250226_161131_97.wav
│ │ │ │ │ │ │ │ ├── 20250226_161152_103.wav
│ │ │ │ │ │ │ │ ├── 20250226_161432_148.wav
│ │ │ │ │ │ │ │ ├── 20250226_160854_53.wav
│ │ │ │ │ │ │ │ ├── 20250226_160545_0.wav
│ │ │ │ │ │ │ │ ├── 20250226_161425_146.wav
│ │ │ │ │ │ │ │ ├── 20250226_161127_96.wav
│ │ │ │ │ │ │ │ ├── 20250226_160607_6.wav
│ │ │ │ │ │ │ │ ├── 20250226_161314_126.wav
│ │ │ │ │ │ │ │ ├── 20250226_161353_137.wav
│ │ │ │ │ │ │ │ ├── 20250226_160610_7.wav
│ │ │ │ │ │ │ │ ├── 20250226_161059_88.wav
│ │ │ │ │ │ │ │ ├── 20250226_160739_32.wav
│ │ │ │ │ │ │ │ ├── 20250226_160808_40.wav
│ │ │ │ │ │ │ │ ├── 20250226_160915_59.wav
│ │ │ │ │ │ │ │ ├── 20250226_160926_62.wav
│ │ │ │ │ │ │ │ ├── 20250226_161009_74.wav
│ │ │ │ │ │ │ │ ├── 20250226_161228_113.wav
│ │ │ │ │ │ │ │ ├── 20250226_160552_2.wav
│ │ │ │ │ │ │ │ ├── 20250226_160725_28.wav
│ │ │ │ │ │ │ │ ├── 20250226_160822_44.wav
│ │ │ │ │ │ │ │ ├── 20250226_160746_34.wav
│ │ │ │ │ │ │ │ ├── 20250226_161102_89.wav
│ │ │ │ │ │ │ │ ├── 20250226_161044_84.wav
│ │ │ │ │ │ │ │ ├── 20250226_161120_94.wav
│ │ │ │ │ │ │ │ ├── 20250226_161106_90.wav
│ │ │ │ │ │ │ │ ├── 20250226_160955_70.wav
│ │ │ │ │ │ │ │ ├── 20250226_160721_27.wav
│ │ │ │ │ │ │ │ ├── 20250226_160704_22.wav
│ │ │ │ │ │ │ │ ├── 20250226_160815_42.wav
│ │ │ │ │ │ │ ├── wake
│ │ │ │ │ │ │ │ ├── 20250226_160221_16.wav
│ │ │ │ │ │ │ │ ├── 20250226_160408_41.wav
│ │ │ │ │ │ │ │ ├── 20250226_160126_3.wav
│ │ │ │ │ │ │ │ ├── 20250226_160204_12.wav
│ │ │ │ │ │ │ │ ├── 20250226_160316_29.wav
│ │ │ │ │ │ │ │ ├── 20250226_160247_22.wav
│ │ │ │ │ │ │ │ ├── 20250226_160121_2.wav
│ │ │ │ │ │ │ │ ├── 20250226_160433_47.wav
│ │ │ │ │ │ │ │ ├── 20250226_160355_38.wav
│ │ │ │ │ │ │ │ ├── 20250226_160308_27.wav
│ │ │ │ │ │ │ │ ├── 20250226_160200_11.wav
│ │ │ │ │ │ │ │ ├── 20250226_160130_4.wav
│ │ │ │ │ │ │ │ ├── 20250226_160312_28.wav
│ │ │ │ │ │ │ │ ├── 20250226_160134_5.wav
│ │ │ │ │ │ │ │ ├── 20250226_160429_46.wav
│ │ │ │ │ │ │ │ ├── 20250226_160238_20.wav
│ │ │ │ │ │ │ │ ├── 20250226_160403_40.wav
│ │ │ │ │ │ │ │ ├── 20250226_160338_34.wav
│ │ │ │ │ │ │ │ ├── 20250226_160442_49.wav
│ │ │ │ │ │ │ │ ├── 20250226_160113_0.wav
│ │ │ │ │ │ │ │ ├── 20250226_160151_9.wav
│ │ │ │ │ │ │ │ ├── 20250226_160212_14.wav
│ │ │ │ │ │ │ │ ├── 20250226_160342_35.wav
│ │ │ │ │ │ │ │ ├── 20250226_160420_44.wav
│ │ │ │ │ │ │ │ ├── 20250226_160325_31.wav
│ │ │ │ │ │ │ │ ├── 20250226_160147_8.wav
│ │ │ │ │ │ │ │ ├── 20250226_160242_21.wav
│ │ │ │ │ │ │ │ ├── 20250226_160138_6.wav
│ │ │ │ │ │ │ │ ├── 20250226_160251_23.wav
│ │ │ │ │ │ │ │ ├── 20250226_160117_1.wav
│ │ │ │ │ │ │ │ ├── 20250226_160229_18.wav
│ │ │ │ │ │ │ │ ├── 20250226_160333_33.wav
│ │ │ │ │ │ │ │ ├── 20250226_160217_15.wav
│ │ │ │ │ │ │ │ ├── 20250226_160155_10.wav
│ │ │ │ │ │ │ │ ├── 20250226_160143_7.wav
│ │ │ │ │ │ │ │ ├── 20250226_160351_37.wav
│ │ │ │ │ │ │ │ ├── 20250226_160255_24.wav
│ │ │ │ │ │ │ │ ├── 20250226_160412_42.wav
│ │ │ │ │ │ │ │ ├── 20250226_160346_36.wav
│ │ │ │ │ │ │ │ ├── 20250226_160416_43.wav
│ │ │ │ ├── .idea
│ │ │ │ │ ├── inspectionProfiles
│ │ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ │ ├── misc.xml
│ │ │ │ │ ├── wakeup_test.iml
│ │ │ │ │ ├── workspace.xml
│ │ │ │ │ ├── .gitignore
│ │ │ │ │ ├── modules.xml
│ │ │ │ ├── results
│ │ │ │ │ ├── confusion_matrix.png
│ │ │ │ │ ├── errors.txt
│ │ │ │ ├── audio_processor.py
│ │ │ │ ├── crnn.py
│ │ │ │ ├── realtime_test.py
│ │ │ │ ├── get_voice.py
│ │ │ │ ├── dataset.py
│ │ │ │ ├── train.py
│ │ │ │ ├── test.py
│ │ │ │ ├── data_splite.py
│ │ ├── 【录播】扩展项目（基于pytorch的语音唤醒系统）.mp4
│ │ ├── 语音唤醒.png
│ │ ├── 【课件】扩展项目（基于pytorch实现的语音识别）.pdf
│ ├── day15_Qwen模型打包部署（Lora模型合并&转GGUF模型部署）
│ │ ├── Lora
│ │ │ ├── checkpoint-400
│ │ │ │ ├── adapter_config.json
│ │ │ │ ├── trainer_state.json
│ │ │ │ ├── vocab.json
│ │ │ │ ├── merges.txt
│ │ │ │ ├── special_tokens_map.json
│ │ │ │ ├── tokenizer_config.json
│ │ │ │ ├── training_args.bin
│ │ │ │ ├── optimizer.pt
│ │ │ │ ├── rng_state.pth
│ │ │ │ ├── tokenizer.json
│ │ │ │ ├── README.md
│ │ │ │ ├── added_tokens.json
│ │ │ │ ├── scheduler.pt
│ │ │ │ ├── adapter_model.safetensors
│ │ ├── 【录播】HF模型转GGUF以及使用ollama部署.mp4
│ │ ├── 【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ │ ├── 【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf
│ ├── day06_自定义vocab
│ │ ├── demo_6
│ │ │ ├── params
│ │ │ │ ├── 2_bert.pth
│ │ │ │ ├── 1_bert.pth
│ │ │ │ ├── 3_bert.pth
│ │ │ │ ├── 0_bert.pth
│ │ │ ├── model
│ │ │ │ ├── bert-base-chinese
│ │ │ │ │ ├── .locks
│ │ │ │ │ │ ├── models--bert-base-chinese
│ │ │ │ │ ├── models--bert-base-chinese
│ │ │ │ │ │ ├── .no_exist
│ │ │ │ │ │ │ ├── c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f
│ │ │ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ │ │ ├── added_tokens.json
│ │ │ │ │ │ ├── snapshots
│ │ │ │ │ │ │ ├── c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f
│ │ │ │ │ │ │ │ ├── vocab.txt
│ │ │ │ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ │ │ ├── model.safetensors
│ │ │ │ │ │ │ │ ├── config.json
│ │ │ │ │ │ ├── refs
│ │ │ │ │ │ │ ├── main
│ │ │ │ │ │ ├── blobs_20241231_024804
│ │ │ ├── __pycache__
│ │ │ │ ├── net.cpython-312.pyc
│ │ │ │ ├── MyData.cpython-312.pyc
│ │ │ ├── .idea
│ │ │ │ ├── inspectionProfiles
│ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ ├── modules.xml
│ │ │ │ ├── .gitignore
│ │ │ │ ├── encodings.xml
│ │ │ │ ├── misc.xml
│ │ │ │ ├── demo_6.iml
│ │ │ │ ├── workspace.xml
│ │ │ ├── data
│ │ │ │ ├── ChnSentiCorp
│ │ │ │ │ ├── validation
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── cache-749efdb8f0ee42be.arrow
│ │ │ │ │ │ ├── cache-585e054403b710b3.arrow
│ │ │ │ │ │ ├── cache-428974171b74f1a0.arrow
│ │ │ │ │ │ ├── cache-805d054a96ccc48f.arrow
│ │ │ │ │ │ ├── cache-8ae76a3b52248a8f.arrow
│ │ │ │ │ │ ├── cache-a1c8a8bb0a669e93.arrow
│ │ │ │ │ │ ├── cache-c072f719f0b9b62a.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── cache-1b273238fdadead7.arrow
│ │ │ │ │ │ ├── cache-9b7789b1e0e636fb.arrow
│ │ │ │ │ │ ├── cache-800047dd8fdede53.arrow
│ │ │ │ │ │ ├── cache-4a46afc6455cc3f0.arrow
│ │ │ │ │ │ ├── cache-e621cb96adf0c923.arrow
│ │ │ │ │ │ ├── cache-85b0ee5d0aeacbe5.arrow
│ │ │ │ │ │ ├── cache-5cd00431b9d3a916.arrow
│ │ │ │ │ │ ├── cache-486e66fea9239c3f.arrow
│ │ │ │ │ ├── test
│ │ │ │ │ │ ├── cache-7dd332715d90b654.arrow
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ ├── train
│ │ │ │ │ │ ├── cache-42a7d570466d6993.arrow
│ │ │ │ │ │ ├── cache-fdafe12f59ab3430.arrow
│ │ │ │ │ │ ├── cache-9f44d179cc25c59e.arrow
│ │ │ │ │ │ ├── cache-a41fe1013beb0d46.arrow
│ │ │ │ │ │ ├── cache-980049a695f6628c.arrow
│ │ │ │ │ │ ├── cache-7f783dce092dc384.arrow
│ │ │ │ │ │ ├── state.json
│ │ │ │ │ │ ├── dataset.arrow
│ │ │ │ │ │ ├── cache-b4e51936648802e2.arrow
│ │ │ │ │ │ ├── cache-3432ecc2b0d45f4c.arrow
│ │ │ │ │ │ ├── cache-c5b262546ff026fd.arrow
│ │ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ │ ├── cache-a34d90b946dc58b8.arrow
│ │ │ │ │ │ ├── cache-a6ab41ffbc1946d5.arrow
│ │ │ │ │ │ ├── cache-942e97a8804ee679.arrow
│ │ │ │ │ │ ├── cache-d7c6377d856b0538.arrow
│ │ │ │ │ │ ├── cache-1e3bba9512e20e17.arrow
│ │ │ │ │ │ ├── cache-60739da7e9e626bf.arrow
│ │ │ │ │ │ ├── cache-703908ea6da8e823.arrow
│ │ │ │ │ │ ├── cache-badcf79eb9fa62a0.arrow
│ │ │ │ │ │ ├── cache-b53b61aef9d859aa.arrow
│ │ │ │ │ │ ├── cache-3bdb9443d1ca0706.arrow
│ │ │ │ │ │ ├── cache-8a97cd1e06b735d2.arrow
│ │ │ │ │ │ ├── cache-eb31b953e8e788fb.arrow
│ │ │ │ │ │ ├── cache-618b312c42069194.arrow
│ │ │ │ │ │ ├── cache-39dfc0aff9c238ae.arrow
│ │ │ │ │ │ ├── cache-b85c50cd434dd865.arrow
│ │ │ │ │ ├── dataset_dict.json
│ │ │ │ ├── Weibo
│ │ │ │ │ ├── dataset_info.json
│ │ │ │ │ ├── validation.csv
│ │ │ │ │ ├── test.csv
│ │ │ │ │ ├── train.csv
│ │ │ ├── run.py
│ │ │ ├── MyData02.py
│ │ │ ├── test.py
│ │ │ ├── train.py
│ │ │ ├── net.py
│ │ │ ├── data_test.py
│ │ │ ├── MyData.py
│ │ │ ├── vocab_test.py
│ │ │ ├── token_test.py
│ │ ├── 【课件】Hugging Face 模型微调训练（自定义vocab）.pdf
│ │ ├── 【录播】自定义vocab.mp4
│ ├── day19_OpenCompass大模型评估
│ │ ├── OpenCompassData-core-20240207
│ │ │ ├── data
│ │ │ │ ├── GAOKAO-BENCH
│ │ │ │ │ ├── data
│ │ │ │ │ │ ├── Open-ended_Questions
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Language_Ancient_Poetry_Reading.json
│ │ │ │ │ │ │ ├── 2010-2022_Physics_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Biology_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Language_Literary_Text_Reading.json
│ │ │ │ │ │ │ ├── 2010-2022_Geography_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Chemistry_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Language_Classical_Chinese_Reading.json
│ │ │ │ │ │ │ ├── 2010-2022_Math_II_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Language_Language_and_Writing_Skills_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2012-2022_English_Language_Error_Correction.json
│ │ │ │ │ │ │ ├── 2010-2022_Math_I_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Political_Science_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_History_Open-ended_Questions.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Language_Practical_Text_Reading.json
│ │ │ │ │ │ ├── Multiple-choice_Questions
│ │ │ │ │ │ │ ├── 2010-2022_Political_Science_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Lang_and_Usage_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_Math_II_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_History_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Modern_Lit.json
│ │ │ │ │ │ │ ├── 2012-2022_English_Cloze_Test.json
│ │ │ │ │ │ │ ├── 2010-2022_Math_I_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_Chemistry_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_English_Fill_in_Blanks.json
│ │ │ │ │ │ │ ├── 2010-2022_Geography_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2013_English_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_English_Reading_Comp.json
│ │ │ │ │ │ │ ├── 2010-2022_Physics_MCQs.json
│ │ │ │ │ │ │ ├── 2010-2022_Biology_MCQs.json
│ │ │ │ │ │ ├── Fill-in-the-blank_Questions
│ │ │ │ │ │ │ ├── 2014-2022_English_Language_Cloze_Passage.json
│ │ │ │ │ │ │ ├── 2010-2022_Math_II_Fill-in-the-Blank.json
│ │ │ │ │ │ │ ├── 2010-2022_Chinese_Language_Famous_Passages_and_Sentences_Dictation.json
│ │ │ │ │ │ │ ├── 2010-2022_Math_I_Fill-in-the-Blank.json
│ │ │ │ ├── summedits
│ │ │ │ │ ├── summedits.jsonl
│ │ │ │ ├── drop
│ │ │ │ │ ├── license.txt
│ │ │ │ │ ├── drop_dataset_train.json
│ │ │ │ │ ├── drop_dataset_dev.json
│ │ │ │ ├── winogrande
│ │ │ │ │ ├── train_l.jsonl
│ │ │ │ │ ├── train_debiased-labels.lst
│ │ │ │ │ ├── train_debiased.jsonl
│ │ │ │ │ ├── eval.py
│ │ │ │ │ ├── sample-submission-labels.lst
│ │ │ │ │ ├── dev-labels.lst
│ │ │ │ │ ├── train_xs.jsonl
│ │ │ │ │ ├── train_s.jsonl
│ │ │ │ │ ├── train_xs-labels.lst
│ │ │ │ │ ├── train_l-labels.lst
│ │ │ │ │ ├── train_s-labels.lst
│ │ │ │ │ ├── dev.jsonl
│ │ │ │ │ ├── train_m.jsonl
│ │ │ │ │ ├── README.md
│ │ │ │ │ ├── train_m-labels.lst
│ │ │ │ │ ├── train_xl-labels.lst
│ │ │ │ │ ├── test.jsonl
│ │ │ │ │ ├── train_xl.jsonl
│ │ │ │ ├── tydiqa
│ │ │ │ │ ├── dev
│ │ │ │ │ │ ├── russian-dev.jsonl
│ │ │ │ │ │ ├── thai-dev.jsonl
│ │ │ │ │ │ ├── korean-dev.jsonl
│ │ │ │ │ │ ├── japanese-dev.jsonl
│ │ │ │ │ │ ├── indonesian-dev.jsonl
│ │ │ │ │ │ ├── swahili-dev.jsonl
│ │ │ │ │ │ ├── telugu-dev.jsonl
│ │ │ │ │ │ ├── arabic-dev.jsonl
│ │ │ │ │ │ ├── finnish-dev.jsonl
│ │ │ │ │ │ ├── english-dev.jsonl
│ │ │ │ │ │ ├── swahili-dev(1).jsonl
│ │ │ │ │ │ ├── bengali-dev.jsonl
│ │ │ │ ├── FewCLUE
│ │ │ │ │ ├── cluewsc
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ │ ├── label_distribution.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ ├── csldcp
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── labelDesc2label.py
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── labels_all.txt
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ ├── bustm
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ ├── tnews
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── label_index2en2zh.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ ├── csl
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ ├── iflytek
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── label_id2des_desc2short.py
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ ├── eprstmt
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── dev_public.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ ├── chid
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ ├── ocnli
│ │ │ │ │ │ ├── train_1.json
│ │ │ │ │ │ ├── train_0.json
│ │ │ │ │ │ ├── dev_3.json
│ │ │ │ │ │ ├── train_3.json
│ │ │ │ │ │ ├── unlabeled.json
│ │ │ │ │ │ ├── dev_4.json
│ │ │ │ │ │ ├── train_2.json
│ │ │ │ │ │ ├── dev_1.json
│ │ │ │ │ │ ├── dev_few_all.json
│ │ │ │ │ │ ├── dev_2.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── train_few_all.json
│ │ │ │ │ │ ├── test.json
│ │ │ │ │ │ ├── train_4.json
│ │ │ │ │ ├── readme.md
│ │ │ │ ├── flores_first100
│ │ │ │ │ ├── devtest
│ │ │ │ │ │ ├── ltz_Latn.devtest
│ │ │ │ │ │ ├── wol_Latn.devtest
│ │ │ │ │ │ ├── deu_Latn.devtest
│ │ │ │ │ │ ├── kir_Cyrl.devtest
│ │ │ │ │ │ ├── kea_Latn.devtest
│ │ │ │ │ │ ├── gle_Latn.devtest
│ │ │ │ │ │ ├── ces_Latn.devtest
│ │ │ │ │ │ ├── mri_Latn.devtest
│ │ │ │ │ │ ├── nya_Latn.devtest
│ │ │ │ │ │ ├── ckb_Arab.devtest
│ │ │ │ │ │ ├── guj_Gujr.devtest
│ │ │ │ │ │ ├── hye_Armn.devtest
│ │ │ │ │ │ ├── umb_Latn.devtest
│ │ │ │ │ │ ├── eng_Latn.devtest
│ │ │ │ │ │ ├── ukr_Cyrl.devtest
│ │ │ │ │ │ ├── lvs_Latn.devtest
│ │ │ │ │ │ ├── srp_Cyrl.devtest
│ │ │ │ │ │ ├── kaz_Cyrl.devtest
│ │ │ │ │ │ ├── ind_Latn.devtest
│ │ │ │ │ │ ├── kat_Geor.devtest
│ │ │ │ │ │ ├── ibo_Latn.devtest
│ │ │ │ │ │ ├── nob_Latn.devtest
│ │ │ │ │ │ ├── npi_Deva.devtest
│ │ │ │ │ │ ├── nld_Latn.devtest
│ │ │ │ │ │ ├── mal_Mlym.devtest
│ │ │ │ │ │ ├── est_Latn.devtest
│ │ │ │ │ │ ├── zul_Latn.devtest
│ │ │ │ │ │ ├── ceb_Latn.devtest
│ │ │ │ │ │ ├── fin_Latn.devtest
│ │ │ │ │ │ ├── hin_Deva.devtest
│ │ │ │ │ │ ├── khm_Khmr.devtest
│ │ │ │ │ │ ├── spa_Latn.devtest
│ │ │ │ │ │ ├── fuv_Latn.devtest
│ │ │ │ │ │ ├── mar_Deva.devtest
│ │ │ │ │ │ ├── hun_Latn.devtest
│ │ │ │ │ │ ├── ita_Latn.devtest
│ │ │ │ │ │ ├── vie_Latn.devtest
│ │ │ │ │ │ ├── lug_Latn.devtest
│ │ │ │ │ │ ├── pol_Latn.devtest
│ │ │ │ │ │ ├── mlt_Latn.devtest
│ │ │ │ │ │ ├── por_Latn.devtest
│ │ │ │ │ │ ├── cym_Latn.devtest
│ │ │ │ │ │ ├── slv_Latn.devtest
│ │ │ │ │ │ ├── fra_Latn.devtest
│ │ │ │ │ │ ├── urd_Arab.devtest
│ │ │ │ │ │ ├── afr_Latn.devtest
│ │ │ │ │ │ ├── bul_Cyrl.devtest
│ │ │ │ │ │ ├── mya_Mymr.devtest
│ │ │ │ │ │ ├── isl_Latn.devtest
│ │ │ │ │ │ ├── azj_Latn.devtest
│ │ │ │ │ │ ├── yor_Latn.devtest
│ │ │ │ │ │ ├── zsm_Latn.devtest
│ │ │ │ │ │ ├── snd_Arab.devtest
│ │ │ │ │ │ ├── tha_Thai.devtest
│ │ │ │ │ │ ├── nso_Latn.devtest
│ │ │ │ │ │ ├── pes_Arab.devtest
│ │ │ │ │ │ ├── kan_Knda.devtest
│ │ │ │ │ │ ├── ell_Grek.devtest
│ │ │ │ │ │ ├── luo_Latn.devtest
│ │ │ │ │ │ ├── rus_Cyrl.devtest
│ │ │ │ │ │ ├── ory_Orya.devtest
│ │ │ │ │ │ ├── pbt_Arab.devtest
│ │ │ │ │ │ ├── khk_Cyrl.devtest
│ │ │ │ │ │ ├── glg_Latn.devtest
│ │ │ │ │ │ ├── tgk_Cyrl.devtest
│ │ │ │ │ │ ├── amh_Ethi.devtest
│ │ │ │ │ │ ├── ron_Latn.devtest
│ │ │ │ │ │ ├── jav_Latn.devtest
│ │ │ │ │ │ ├── slk_Latn.devtest
│ │ │ │ │ │ ├── sna_Latn.devtest
│ │ │ │ │ │ ├── xho_Latn.devtest
│ │ │ │ │ │ ├── hrv_Latn.devtest
│ │ │ │ │ │ ├── zho_Hans.devtest
│ │ │ │ │ │ ├── tam_Taml.devtest
│ │ │ │ │ │ ├── hau_Latn.devtest
│ │ │ │ │ │ ├── som_Latn.devtest
│ │ │ │ │ │ ├── kam_Latn.devtest
│ │ │ │ │ │ ├── ben_Beng.devtest
│ │ │ │ │ │ ├── zho_Hant.devtest
│ │ │ │ │ │ ├── tgl_Latn.devtest
│ │ │ │ │ │ ├── swh_Latn.devtest
│ │ │ │ │ │ ├── lit_Latn.devtest
│ │ │ │ │ │ ├── bos_Latn.devtest
│ │ │ │ │ │ ├── gaz_Latn.devtest
│ │ │ │ │ │ ├── oci_Latn.devtest
│ │ │ │ │ │ ├── jpn_Jpan.devtest
│ │ │ │ │ │ ├── ast_Latn.devtest
│ │ │ │ │ │ ├── bel_Cyrl.devtest
│ │ │ │ │ │ ├── lao_Laoo.devtest
│ │ │ │ │ │ ├── pan_Guru.devtest
│ │ │ │ │ │ ├── mkd_Cyrl.devtest
│ │ │ │ │ │ ├── dan_Latn.devtest
│ │ │ │ │ │ ├── asm_Beng.devtest
│ │ │ │ │ │ ├── uzn_Latn.devtest
│ │ │ │ │ │ ├── lin_Latn.devtest
│ │ │ │ │ │ ├── tel_Telu.devtest
│ │ │ │ │ │ ├── arb_Arab.devtest
│ │ │ │ │ │ ├── cat_Latn.devtest
│ │ │ │ │ │ ├── heb_Hebr.devtest
│ │ │ │ │ │ ├── swe_Latn.devtest
│ │ │ │ │ │ ├── tur_Latn.devtest
│ │ │ │ │ │ ├── kor_Hang.devtest
│ │ │ │ │ ├── dev
│ │ │ │ │ │ ├── wol_Latn.dev
│ │ │ │ │ │ ├── sna_Latn.dev
│ │ │ │ │ │ ├── ast_Latn.dev
│ │ │ │ │ │ ├── guj_Gujr.dev
│ │ │ │ │ │ ├── urd_Arab.dev
│ │ │ │ │ │ ├── est_Latn.dev
│ │ │ │ │ │ ├── zho_Hans.dev
│ │ │ │ │ │ ├── eng_Latn.dev
│ │ │ │ │ │ ├── swe_Latn.dev
│ │ │ │ │ │ ├── rus_Cyrl.dev
│ │ │ │ │ │ ├── mar_Deva.dev
│ │ │ │ │ │ ├── ben_Beng.dev
│ │ │ │ │ │ ├── gle_Latn.dev
│ │ │ │ │ │ ├── tgk_Cyrl.dev
│ │ │ │ │ │ ├── tel_Telu.dev
│ │ │ │ │ │ ├── mkd_Cyrl.dev
│ │ │ │ │ │ ├── uzn_Latn.dev
│ │ │ │ │ │ ├── kea_Latn.dev
│ │ │ │ │ │ ├── cat_Latn.dev
│ │ │ │ │ │ ├── lin_Latn.dev
│ │ │ │ │ │ ├── asm_Beng.dev
│ │ │ │ │ │ ├── azj_Latn.dev
│ │ │ │ │ │ ├── ron_Latn.dev
│ │ │ │ │ │ ├── kir_Cyrl.dev
│ │ │ │ │ │ ├── ell_Grek.dev
│ │ │ │ │ │ ├── bel_Cyrl.dev
│ │ │ │ │ │ ├── hin_Deva.dev
│ │ │ │ │ │ ├── mlt_Latn.dev
│ │ │ │ │ │ ├── lit_Latn.dev
│ │ │ │ │ │ ├── khk_Cyrl.dev
│ │ │ │ │ │ ├── mal_Mlym.dev
│ │ │ │ │ │ ├── kat_Geor.dev
│ │ │ │ │ │ ├── nya_Latn.dev
│ │ │ │ │ │ ├── heb_Hebr.dev
│ │ │ │ │ │ ├── ltz_Latn.dev
│ │ │ │ │ │ ├── afr_Latn.dev
│ │ │ │ │ │ ├── hrv_Latn.dev
│ │ │ │ │ │ ├── tam_Taml.dev
│ │ │ │ │ │ ├── umb_Latn.dev
│ │ │ │ │ │ ├── snd_Arab.dev
│ │ │ │ │ │ ├── kan_Knda.dev
│ │ │ │ │ │ ├── hye_Armn.dev
│ │ │ │ │ │ ├── fuv_Latn.dev
│ │ │ │ │ │ ├── nso_Latn.dev
│ │ │ │ │ │ ├── bos_Latn.dev
│ │ │ │ │ │ ├── nob_Latn.dev
│ │ │ │ │ │ ├── cym_Latn.dev
│ │ │ │ │ │ ├── amh_Ethi.dev
│ │ │ │ │ │ ├── jpn_Jpan.dev
│ │ │ │ │ │ ├── mri_Latn.dev
│ │ │ │ │ │ ├── bul_Cyrl.dev
│ │ │ │ │ │ ├── zho_Hant.dev
│ │ │ │ │ │ ├── fra_Latn.dev
│ │ │ │ │ │ ├── tgl_Latn.dev
│ │ │ │ │ │ ├── lug_Latn.dev
│ │ │ │ │ │ ├── npi_Deva.dev
│ │ │ │ │ │ ├── deu_Latn.dev
│ │ │ │ │ │ ├── nld_Latn.dev
│ │ │ │ │ │ ├── som_Latn.dev
│ │ │ │ │ │ ├── glg_Latn.dev
│ │ │ │ │ │ ├── ita_Latn.dev
│ │ │ │ │ │ ├── zsm_Latn.dev
│ │ │ │ │ │ ├── pes_Arab.dev
│ │ │ │ │ │ ├── pol_Latn.dev
│ │ │ │ │ │ ├── gaz_Latn.dev
│ │ │ │ │ │ ├── mya_Mymr.dev
│ │ │ │ │ │ ├── kaz_Cyrl.dev
│ │ │ │ │ │ ├── arb_Arab.dev
│ │ │ │ │ │ ├── luo_Latn.dev
│ │ │ │ │ │ ├── yor_Latn.dev
│ │ │ │ │ │ ├── por_Latn.dev
│ │ │ │ │ │ ├── spa_Latn.dev
│ │ │ │ │ │ ├── kam_Latn.dev
│ │ │ │ │ │ ├── tha_Thai.dev
│ │ │ │ │ │ ├── swh_Latn.dev
│ │ │ │ │ │ ├── fin_Latn.dev
│ │ │ │ │ │ ├── lvs_Latn.dev
│ │ │ │ │ │ ├── khm_Khmr.dev
│ │ │ │ │ │ ├── lao_Laoo.dev
│ │ │ │ │ │ ├── hau_Latn.dev
│ │ │ │ │ │ ├── ind_Latn.dev
│ │ │ │ │ │ ├── ory_Orya.dev
│ │ │ │ │ │ ├── tur_Latn.dev
│ │ │ │ │ │ ├── dan_Latn.dev
│ │ │ │ │ │ ├── jav_Latn.dev
│ │ │ │ │ │ ├── slk_Latn.dev
│ │ │ │ │ │ ├── oci_Latn.dev
│ │ │ │ │ │ ├── zul_Latn.dev
│ │ │ │ │ │ ├── isl_Latn.dev
│ │ │ │ │ │ ├── pan_Guru.dev
│ │ │ │ │ │ ├── ckb_Arab.dev
│ │ │ │ │ │ ├── ces_Latn.dev
│ │ │ │ │ │ ├── xho_Latn.dev
│ │ │ │ │ │ ├── slv_Latn.dev
│ │ │ │ │ │ ├── vie_Latn.dev
│ │ │ │ │ │ ├── ibo_Latn.dev
│ │ │ │ │ │ ├── srp_Cyrl.dev
│ │ │ │ │ │ ├── pbt_Arab.dev
│ │ │ │ │ │ ├── ceb_Latn.dev
│ │ │ │ │ │ ├── kor_Hang.dev
│ │ │ │ │ │ ├── ukr_Cyrl.dev
│ │ │ │ │ │ ├── hun_Latn.dev
│ │ │ │ ├── math
│ │ │ │ │ ├── math.json
│ │ │ │ ├── ceval
│ │ │ │ │ ├── formal_ceval
│ │ │ │ │ │ ├── dev
│ │ │ │ │ │ │ ├── college_chemistry_dev.csv
│ │ │ │ │ │ │ ├── art_studies_dev.csv
│ │ │ │ │ │ │ ├── operating_system_dev.csv
│ │ │ │ │ │ │ ├── teacher_qualification_dev.csv
│ │ │ │ │ │ │ ├── law_dev.csv
│ │ │ │ │ │ │ ├── veterinary_medicine_dev.csv
│ │ │ │ │ │ │ ├── mao_zedong_thought_dev.csv
│ │ │ │ │ │ │ ├── business_administration_dev.csv
│ │ │ │ │ │ │ ├── sports_science_dev.csv
│ │ │ │ │ │ │ ├── education_science_dev.csv
│ │ │ │ │ │ │ ├── high_school_chinese_dev.csv
│ │ │ │ │ │ │ ├── chinese_language_and_literature_dev.csv
│ │ │ │ │ │ │ ├── high_school_physics_dev.csv
│ │ │ │ │ │ │ ├── high_school_politics_dev.csv
│ │ │ │ │ │ │ ├── high_school_mathematics_dev.csv
│ │ │ │ │ │ │ ├── urban_and_rural_planner_dev.csv
│ │ │ │ │ │ │ ├── advanced_mathematics_dev.csv
│ │ │ │ │ │ │ ├── modern_chinese_history_dev.csv
│ │ │ │ │ │ │ ├── legal_professional_dev.csv
│ │ │ │ │ │ │ ├── accountant_dev.csv
│ │ │ │ │ │ │ ├── plant_protection_dev.csv
│ │ │ │ │ │ │ ├── metrology_engineer_dev.csv
│ │ │ │ │ │ │ ├── middle_school_chemistry_dev.csv
│ │ │ │ │ │ │ ├── physician_dev.csv
│ │ │ │ │ │ │ ├── middle_school_physics_dev.csv
│ │ │ │ │ │ │ ├── basic_medicine_dev.csv
│ │ │ │ │ │ │ ├── tax_accountant_dev.csv
│ │ │ │ │ │ │ ├── professional_tour_guide_dev.csv
│ │ │ │ │ │ │ ├── ideological_and_moral_cultivation_dev.csv
│ │ │ │ │ │ │ ├── college_economics_dev.csv
│ │ │ │ │ │ │ ├── clinical_medicine_dev.csv
│ │ │ │ │ │ │ ├── middle_school_mathematics_dev.csv
│ │ │ │ │ │ │ ├── logic_dev.csv
│ │ │ │ │ │ │ ├── high_school_chemistry_dev.csv
│ │ │ │ │ │ │ ├── electrical_engineer_dev.csv
│ │ │ │ │ │ │ ├── high_school_geography_dev.csv
│ │ │ │ │ │ │ ├── middle_school_history_dev.csv
│ │ │ │ │ │ │ ├── high_school_biology_dev.csv
│ │ │ │ │ │ │ ├── fire_engineer_dev.csv
│ │ │ │ │ │ │ ├── college_physics_dev.csv
│ │ │ │ │ │ │ ├── discrete_mathematics_dev.csv
│ │ │ │ │ │ │ ├── marxism_dev.csv
│ │ │ │ │ │ │ ├── high_school_history_dev.csv
│ │ │ │ │ │ │ ├── middle_school_geography_dev.csv
│ │ │ │ │ │ │ ├── computer_network_dev.csv
│ │ │ │ │ │ │ ├── environmental_impact_assessment_engineer_dev.csv
│ │ │ │ │ │ │ ├── probability_and_statistics_dev.csv
│ │ │ │ │ │ │ ├── college_programming_dev.csv
│ │ │ │ │ │ │ ├── middle_school_politics_dev.csv
│ │ │ │ │ │ │ ├── computer_architecture_dev.csv
│ │ │ │ │ │ │ ├── civil_servant_dev.csv
│ │ │ │ │ │ │ ├── middle_school_biology_dev.csv
│ │ │ │ │ │ ├── val
│ │ │ │ │ │ │ ├── civil_servant_val.csv
│ │ │ │ │ │ │ ├── tax_accountant_val.csv
│ │ │ │ │ │ │ ├── electrical_engineer_val.csv
│ │ │ │ │ │ │ ├── advanced_mathematics_val.csv
│ │ │ │ │ │ │ ├── professional_tour_guide_val.csv
│ │ │ │ │ │ │ ├── urban_and_rural_planner_val.csv
│ │ │ │ │ │ │ ├── fire_engineer_val.csv
│ │ │ │ │ │ │ ├── middle_school_history_val.csv
│ │ │ │ │ │ │ ├── operating_system_val.csv
│ │ │ │ │ │ │ ├── high_school_physics_val.csv
│ │ │ │ │ │ │ ├── law_val.csv
│ │ │ │ │ │ │ ├── education_science_val.csv
│ │ │ │ │ │ │ ├── sports_science_val.csv
│ │ │ │ │ │ │ ├── physician_val.csv
│ │ │ │ │ │ │ ├── plant_protection_val.csv
│ │ │ │ │ │ │ ├── middle_school_geography_val.csv
│ │ │ │ │ │ │ ├── mao_zedong_thought_val.csv
│ │ │ │ │ │ │ ├── probability_and_statistics_val.csv
│ │ │ │ │ │ │ ├── middle_school_chemistry_val.csv
│ │ │ │ │ │ │ ├── high_school_history_val.csv
│ │ │ │ │ │ │ ├── middle_school_biology_val.csv
│ │ │ │ │ │ │ ├── logic_val.csv
│ │ │ │ │ │ │ ├── modern_chinese_history_val.csv
│ │ │ │ │ │ │ ├── teacher_qualification_val.csv
│ │ │ │ │ │ │ ├── marxism_val.csv
│ │ │ │ │ │ │ ├── computer_architecture_val.csv
│ │ │ │ │ │ │ ├── accountant_val.csv
│ │ │ │ │ │ │ ├── art_studies_val.csv
│ │ │ │ │ │ │ ├── high_school_biology_val.csv
│ │ │ │ │ │ │ ├── middle_school_physics_val.csv
│ │ │ │ │ │ │ ├── middle_school_mathematics_val.csv
│ │ │ │ │ │ │ ├── high_school_chemistry_val.csv
│ │ │ │ │ │ │ ├── clinical_medicine_val.csv
│ │ │ │ │ │ │ ├── business_administration_val.csv
│ │ │ │ │ │ │ ├── high_school_politics_val.csv
│ │ │ │ │ │ │ ├── chinese_language_and_literature_val.csv
│ │ │ │ │ │ │ ├── college_chemistry_val.csv
│ │ │ │ │ │ │ ├── environmental_impact_assessment_engineer_val.csv
│ │ │ │ │ │ │ ├── metrology_engineer_val.csv
│ │ │ │ │ │ │ ├── college_economics_val.csv
│ │ │ │ │ │ │ ├── high_school_geography_val.csv
│ │ │ │ │ │ │ ├── high_school_chinese_val.csv
│ │ │ │ │ │ │ ├── veterinary_medicine_val.csv
│ │ │ │ │ │ │ ├── high_school_mathematics_val.csv
│ │ │ │ │ │ │ ├── computer_network_val.csv
│ │ │ │ │ │ │ ├── college_physics_val.csv
│ │ │ │ │ │ │ ├── ideological_and_moral_cultivation_val.csv
│ │ │ │ │ │ │ ├── middle_school_politics_val.csv
│ │ │ │ │ │ │ ├── discrete_mathematics_val.csv
│ │ │ │ │ │ │ ├── basic_medicine_val.csv
│ │ │ │ │ │ │ ├── legal_professional_val.csv
│ │ │ │ │ │ │ ├── college_programming_val.csv
│ │ │ │ │ │ │ ├── ceval_contamination_annotations.json
│ │ │ │ │ │ ├── test
│ │ │ │ │ │ │ ├── middle_school_mathematics_test.csv
│ │ │ │ │ │ │ ├── middle_school_history_test.csv
│ │ │ │ │ │ │ ├── civil_servant_test.csv
│ │ │ │ │ │ │ ├── discrete_mathematics_test.csv
│ │ │ │ │ │ │ ├── high_school_biology_test.csv
│ │ │ │ │ │ │ ├── middle_school_physics_test.csv
│ │ │ │ │ │ │ ├── high_school_chemistry_test.csv
│ │ │ │ │ │ │ ├── fire_engineer_test.csv
│ │ │ │ │ │ │ ├── advanced_mathematics_test.csv
│ │ │ │ │ │ │ ├── computer_network_test.csv
│ │ │ │ │ │ │ ├── high_school_history_test.csv
│ │ │ │ │ │ │ ├── middle_school_chemistry_test.csv
│ │ │ │ │ │ │ ├── college_chemistry_test.csv
│ │ │ │ │ │ │ ├── education_science_test.csv
│ │ │ │ │ │ │ ├── business_administration_test.csv
│ │ │ │ │ │ │ ├── environmental_impact_assessment_engineer_test.csv
│ │ │ │ │ │ │ ├── college_physics_test.csv
│ │ │ │ │ │ │ ├── high_school_politics_test.csv
│ │ │ │ │ │ │ ├── modern_chinese_history_test.csv
│ │ │ │ │ │ │ ├── electrical_engineer_test.csv
│ │ │ │ │ │ │ ├── urban_and_rural_planner_test.csv
│ │ │ │ │ │ │ ├── computer_architecture_test.csv
│ │ │ │ │ │ │ ├── mao_zedong_thought_test.csv
│ │ │ │ │ │ │ ├── middle_school_biology_test.csv
│ │ │ │ │ │ │ ├── college_programming_test.csv
│ │ │ │ │ │ │ ├── sports_science_test.csv
│ │ │ │ │ │ │ ├── plant_protection_test.csv
│ │ │ │ │ │ │ ├── art_studies_test.csv
│ │ │ │ │ │ │ ├── ideological_and_moral_cultivation_test.csv
│ │ │ │ │ │ │ ├── legal_professional_test.csv
│ │ │ │ │ │ │ ├── logic_test.csv
│ │ │ │ │ │ │ ├── clinical_medicine_test.csv
│ │ │ │ │ │ │ ├── accountant_test.csv
│ │ │ │ │ │ │ ├── high_school_mathematics_test.csv
│ │ │ │ │ │ │ ├── professional_tour_guide_test.csv
│ │ │ │ │ │ │ ├── high_school_chinese_test.csv
│ │ │ │ │ │ │ ├── probability_and_statistics_test.csv
│ │ │ │ │ │ │ ├── tax_accountant_test.csv
│ │ │ │ │ │ │ ├── high_school_geography_test.csv
│ │ │ │ │ │ │ ├── metrology_engineer_test.csv
│ │ │ │ │ │ │ ├── physician_test.csv
│ │ │ │ │ │ │ ├── middle_school_geography_test.csv
│ │ │ │ │ │ │ ├── college_economics_test.csv
│ │ │ │ │ │ │ ├── marxism_test.csv
│ │ │ │ │ │ │ ├── high_school_physics_test.csv
│ │ │ │ │ │ │ ├── middle_school_politics_test.csv
│ │ │ │ │ │ │ ├── law_test.csv
│ │ │ │ │ │ │ ├── basic_medicine_test.csv
│ │ │ │ │ │ │ ├── teacher_qualification_test.csv
│ │ │ │ │ │ │ ├── operating_system_test.csv
│ │ │ │ │ │ │ ├── veterinary_medicine_test.csv
│ │ │ │ │ │ │ ├── chinese_language_and_literature_test.csv
│ │ │ │ ├── strategyqa
│ │ │ │ │ ├── strategyQA_train.json
│ │ │ │ ├── ARC
│ │ │ │ │ ├── ARC-e
│ │ │ │ │ │ ├── ARC-Easy-Dev.jsonl
│ │ │ │ │ │ ├── ARC-Easy-Test.jsonl
│ │ │ │ │ ├── ARC-c
│ │ │ │ │ │ ├── ARC-Challenge-Dev.jsonl
│ │ │ │ │ │ ├── ARC-Challenge-Test.jsonl
│ │ │ │ │ │ ├── ARC_c_test_contamination_annotations.json
│ │ │ │ ├── siqa
│ │ │ │ │ ├── train.jsonl
│ │ │ │ │ ├── dev.jsonl
│ │ │ │ │ ├── train-labels.lst
│ │ │ │ │ ├── dev-labels.lst
│ │ │ │ ├── piqa
│ │ │ │ │ ├── dev-labels.lst
│ │ │ │ │ ├── train-labels.lst
│ │ │ │ │ ├── dev.jsonl
│ │ │ │ │ ├── train.jsonl
│ │ │ │ ├── CLUE
│ │ │ │ │ ├── CMRC
│ │ │ │ │ │ ├── dev.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ ├── OCNLI
│ │ │ │ │ │ ├── dev.json
│ │ │ │ │ ├── C3
│ │ │ │ │ │ ├── d-dev.json
│ │ │ │ │ │ ├── dev_0.json
│ │ │ │ │ │ ├── m-dev.json
│ │ │ │ │ ├── cmnli
│ │ │ │ │ │ ├── cmnli_public
│ │ │ │ │ │ │ ├── dev.json
│ │ │ │ │ ├── DRCD
│ │ │ │ │ │ ├── dev.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ │ ├── AFQMC
│ │ │ │ │ │ ├── dev.json
│ │ │ │ │ │ ├── test_public.json
│ │ │ │ ├── LCSTS
│ │ │ │ │ ├── test.src.txt
│ │ │ │ ├── lambada
│ │ │ │ │ ├── test.jsonl
│ │ │ │ ├── triviaqa
│ │ │ │ │ ├── triviaqa-validation.jsonl
│ │ │ │ │ ├── trivia-test.qa.csv
│ │ │ │ │ ├── trivia-dev.qa.csv
│ │ │ │ │ ├── triviaqa-train.jsonl
│ │ │ │ ├── SuperGLUE
│ │ │ │ │ ├── WiC
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ ├── WSC
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ ├── RTE
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ ├── COPA
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ ├── MultiRC
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ ├── BoolQ
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ ├── AX-g
│ │ │ │ │ │ ├── AX-g.jsonl
│ │ │ │ │ ├── ReCoRD
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ ├── CB
│ │ │ │ │ │ ├── val.jsonl
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ ├── AX-b
│ │ │ │ │ │ ├── AX-b.jsonl
│ │ │ │ ├── commonsenseqa
│ │ │ │ │ ├── test_rand_split_no_answers.jsonl
│ │ │ │ │ ├── train_rand_split.jsonl
│ │ │ │ │ ├── dev_rand_split.jsonl
│ │ │ │ ├── BBH
│ │ │ │ │ ├── lib_prompt
│ │ │ │ │ │ ├── logical_deduction_five_objects.txt
│ │ │ │ │ │ ├── snarks.txt
│ │ │ │ │ │ ├── dyck_languages.txt
│ │ │ │ │ │ ├── formal_fallacies.txt
│ │ │ │ │ │ ├── multistep_arithmetic_two.txt
│ │ │ │ │ │ ├── movie_recommendation.txt
│ │ │ │ │ │ ├── logical_deduction_three_objects.txt
│ │ │ │ │ │ ├── boolean_expressions.txt
│ │ │ │ │ │ ├── object_counting.txt
│ │ │ │ │ │ ├── tracking_shuffled_objects_five_objects.txt
│ │ │ │ │ │ ├── causal_judgement.txt
│ │ │ │ │ │ ├── logical_deduction_seven_objects.txt
│ │ │ │ │ │ ├── date_understanding.txt
│ │ │ │ │ │ ├── sports_understanding.txt
│ │ │ │ │ │ ├── tracking_shuffled_objects_seven_objects.txt
│ │ │ │ │ │ ├── penguins_in_a_table.txt
│ │ │ │ │ │ ├── word_sorting.txt
│ │ │ │ │ │ ├── salient_translation_error_detection.txt
│ │ │ │ │ │ ├── disambiguation_qa.txt
│ │ │ │ │ │ ├── geometric_shapes.txt
│ │ │ │ │ │ ├── navigate.txt
│ │ │ │ │ │ ├── tracking_shuffled_objects_three_objects.txt
│ │ │ │ │ │ ├── ruin_names.txt
│ │ │ │ │ │ ├── reasoning_about_colored_objects.txt
│ │ │ │ │ │ ├── web_of_lies.txt
│ │ │ │ │ │ ├── temporal_sequences.txt
│ │ │ │ │ │ ├── hyperbaton.txt
│ │ │ │ │ ├── data
│ │ │ │ │ │ ├── tracking_shuffled_objects_seven_objects.json
│ │ │ │ │ │ ├── README.md
│ │ │ │ │ │ ├── dyck_languages.json
│ │ │ │ │ │ ├── logical_deduction_seven_objects.json
│ │ │ │ │ │ ├── temporal_sequences.json
│ │ │ │ │ │ ├── word_sorting.json
│ │ │ │ │ │ ├── geometric_shapes.json
│ │ │ │ │ │ ├── disambiguation_qa.json
│ │ │ │ │ │ ├── date_understanding.json
│ │ │ │ │ │ ├── web_of_lies.json
│ │ │ │ │ │ ├── tracking_shuffled_objects_three_objects.json
│ │ │ │ │ │ ├── logical_deduction_three_objects.json
│ │ │ │ │ │ ├── object_counting.json
│ │ │ │ │ │ ├── formal_fallacies.json
│ │ │ │ │ │ ├── ruin_names.json
│ │ │ │ │ │ ├── tracking_shuffled_objects_five_objects.json
│ │ │ │ │ │ ├── boolean_expressions.json
│ │ │ │ │ │ ├── movie_recommendation.json
│ │ │ │ │ │ ├── salient_translation_error_detection.json
│ │ │ │ │ │ ├── causal_judgement.json
│ │ │ │ │ │ ├── sports_understanding.json
│ │ │ │ │ │ ├── reasoning_about_colored_objects.json
│ │ │ │ │ │ ├── penguins_in_a_table.json
│ │ │ │ │ │ ├── hyperbaton.json
│ │ │ │ │ │ ├── logical_deduction_five_objects.json
│ │ │ │ │ │ ├── snarks.json
│ │ │ │ │ │ ├── navigate.json
│ │ │ │ │ │ ├── multistep_arithmetic_two.json
│ │ │ │ ├── humaneval
│ │ │ │ │ ├── human-eval-v2-20210705.jsonl
│ │ │ │ ├── hellaswag
│ │ │ │ │ ├── hellaswag_val_contamination_annotations.json
│ │ │ │ │ ├── hellaswag_train_sampled25.jsonl
│ │ │ │ │ ├── hellaswag_train.jsonl
│ │ │ │ │ ├── hellaswag.jsonl
│ │ │ │ ├── Xsum
│ │ │ │ │ ├── dev.json
│ │ │ │ │ ├── dev.jsonl
│ │ │ │ │ ├── dev.csv
│ │ │ │ ├── gsm8k
│ │ │ │ │ ├── train_socratic.jsonl
│ │ │ │ │ ├── test_socratic.jsonl
│ │ │ │ │ ├── train.jsonl
│ │ │ │ │ ├── test.jsonl
│ │ │ │ ├── cmmlu
│ │ │ │ │ ├── test
│ │ │ │ │ │ ├── education.csv
│ │ │ │ │ │ ├── public_relations.csv
│ │ │ │ │ │ ├── jurisprudence.csv
│ │ │ │ │ │ ├── chinese_foreign_policy.csv
│ │ │ │ │ │ ├── high_school_biology.csv
│ │ │ │ │ │ ├── nutrition.csv
│ │ │ │ │ │ ├── logical.csv
│ │ │ │ │ │ ├── high_school_mathematics.csv
│ │ │ │ │ │ ├── marxist_theory.csv
│ │ │ │ │ │ ├── world_history.csv
│ │ │ │ │ │ ├── college_medical_statistics.csv
│ │ │ │ │ │ ├── global_facts.csv
│ │ │ │ │ │ ├── astronomy.csv
│ │ │ │ │ │ ├── college_mathematics.csv
│ │ │ │ │ │ ├── arts.csv
│ │ │ │ │ │ ├── marketing.csv
│ │ │ │ │ │ ├── modern_chinese.csv
│ │ │ │ │ │ ├── clinical_knowledge.csv
│ │ │ │ │ │ ├── elementary_chinese.csv
│ │ │ │ │ │ ├── human_sexuality.csv
│ │ │ │ │ │ ├── ethnology.csv
│ │ │ │ │ │ ├── college_medicine.csv
│ │ │ │ │ │ ├── genetics.csv
│ │ │ │ │ │ ├── food_science.csv
│ │ │ │ │ │ ├── legal_and_moral_basis.csv
│ │ │ │ │ │ ├── agronomy.csv
│ │ │ │ │ │ ├── high_school_politics.csv
│ │ │ │ │ │ ├── traditional_chinese_medicine.csv
│ │ │ │ │ │ ├── security_study.csv
│ │ │ │ │ │ ├── sociology.csv
│ │ │ │ │ │ ├── sports_science.csv
│ │ │ │ │ │ ├── professional_law.csv
│ │ │ │ │ │ ├── chinese_food_culture.csv
│ │ │ │ │ │ ├── professional_medicine.csv
│ │ │ │ │ │ ├── elementary_information_and_technology.csv
│ │ │ │ │ │ ├── high_school_physics.csv
│ │ │ │ │ │ ├── high_school_geography.csv
│ │ │ │ │ │ ├── professional_accounting.csv
│ │ │ │ │ │ ├── business_ethics.csv
│ │ │ │ │ │ ├── college_education.csv
│ │ │ │ │ │ ├── management.csv
│ │ │ │ │ │ ├── high_school_chemistry.csv
│ │ │ │ │ │ ├── world_religions.csv
│ │ │ │ │ │ ├── construction_project_management.csv
│ │ │ │ │ │ ├── computer_science.csv
│ │ │ │ │ │ ├── machine_learning.csv
│ │ │ │ │ │ ├── college_actuarial_science.csv
│ │ │ │ │ │ ├── chinese_literature.csv
│ │ │ │ │ │ ├── international_law.csv
│ │ │ │ │ │ ├── electrical_engineering.csv
│ │ │ │ │ │ ├── virology.csv
│ │ │ │ │ │ ├── economics.csv
│ │ │ │ │ │ ├── elementary_commonsense.csv
│ │ │ │ │ │ ├── chinese_civil_service_exam.csv
│ │ │ │ │ │ ├── chinese_driving_rule.csv
│ │ │ │ │ │ ├── computer_security.csv
│ │ │ │ │ │ ├── journalism.csv
│ │ │ │ │ │ ├── anatomy.csv
│ │ │ │ │ │ ├── philosophy.csv
│ │ │ │ │ │ ├── professional_psychology.csv
│ │ │ │ │ │ ├── conceptual_physics.csv
│ │ │ │ │ │ ├── ancient_chinese.csv
│ │ │ │ │ │ ├── college_engineering_hydrology.csv
│ │ │ │ │ │ ├── chinese_history.csv
│ │ │ │ │ │ ├── college_law.csv
│ │ │ │ │ │ ├── chinese_teacher_qualification.csv
│ │ │ │ │ │ ├── elementary_mathematics.csv
│ │ │ │ │ ├── dev
│ │ │ │ │ │ ├── traditional_chinese_medicine.csv
│ │ │ │ │ │ ├── high_school_mathematics.csv
│ │ │ │ │ │ ├── computer_science.csv
│ │ │ │ │ │ ├── world_history.csv
│ │ │ │ │ │ ├── astronomy.csv
│ │ │ │ │ │ ├── elementary_commonsense.csv
│ │ │ │ │ │ ├── ethnology.csv
│ │ │ │ │ │ ├── agronomy.csv
│ │ │ │ │ │ ├── chinese_history.csv
│ │ │ │ │ │ ├── college_law.csv
│ │ │ │ │ │ ├── global_facts.csv
│ │ │ │ │ │ ├── construction_project_management.csv
│ │ │ │ │ │ ├── elementary_mathematics.csv
│ │ │ │ │ │ ├── college_education.csv
│ │ │ │ │ │ ├── conceptual_physics.csv
│ │ │ │ │ │ ├── international_law.csv
│ │ │ │ │ │ ├── management.csv
│ │ │ │ │ │ ├── computer_security.csv
│ │ │ │ │ │ ├── high_school_geography.csv
│ │ │ │ │ │ ├── world_religions.csv
│ │ │ │ │ │ ├── elementary_chinese.csv
│ │ │ │ │ │ ├── college_medical_statistics.csv
│ │ │ │ │ │ ├── public_relations.csv
│ │ │ │ │ │ ├── virology.csv
│ │ │ │ │ │ ├── ancient_chinese.csv
│ │ │ │ │ │ ├── marketing.csv
│ │ │ │ │ │ ├── professional_accounting.csv
│ │ │ │ │ │ ├── genetics.csv
│ │ │ │ │ │ ├── arts.csv
│ │ │ │ │ │ ├── economics.csv
│ │ │ │ │ │ ├── jurisprudence.csv
│ │ │ │ │ │ ├── college_engineering_hydrology.csv
│ │ │ │ │ │ ├── nutrition.csv
│ │ │ │ │ │ ├── electrical_engineering.csv
│ │ │ │ │ │ ├── machine_learning.csv
│ │ │ │ │ │ ├── modern_chinese.csv
│ │ │ │ │ │ ├── chinese_literature.csv
│ │ │ │ │ │ ├── chinese_teacher_qualification.csv
│ │ │ │ │ │ ├── food_science.csv
│ │ │ │ │ │ ├── journalism.csv
│ │ │ │ │ │ ├── elementary_information_and_technology.csv
│ │ │ │ │ │ ├── professional_psychology.csv
│ │ │ │ │ │ ├── human_sexuality.csv
│ │ │ │ │ │ ├── clinical_knowledge.csv
│ │ │ │ │ │ ├── chinese_foreign_policy.csv
│ │ │ │ │ │ ├── college_mathematics.csv
│ │ │ │ │ │ ├── philosophy.csv
│ │ │ │ │ │ ├── sociology.csv
│ │ │ │ │ │ ├── marxist_theory.csv
│ │ │ │ │ │ ├── high_school_politics.csv
│ │ │ │ │ │ ├── business_ethics.csv
│ │ │ │ │ │ ├── high_school_biology.csv
│ │ │ │ │ │ ├── legal_and_moral_basis.csv
│ │ │ │ │ │ ├── logical.csv
│ │ │ │ │ │ ├── professional_medicine.csv
│ │ │ │ │ │ ├── college_actuarial_science.csv
│ │ │ │ │ │ ├── security_study.csv
│ │ │ │ │ │ ├── high_school_chemistry.csv
│ │ │ │ │ │ ├── college_medicine.csv
│ │ │ │ │ │ ├── education.csv
│ │ │ │ │ │ ├── sports_science.csv
│ │ │ │ │ │ ├── chinese_food_culture.csv
│ │ │ │ │ │ ├── professional_law.csv
│ │ │ │ │ │ ├── chinese_driving_rule.csv
│ │ │ │ │ │ ├── anatomy.csv
│ │ │ │ │ │ ├── chinese_civil_service_exam.csv
│ │ │ │ │ │ ├── high_school_physics.csv
│ │ │ │ ├── mbpp
│ │ │ │ │ ├── sanitized-mbpp.jsonl
│ │ │ │ │ ├── mbpp.jsonl
│ │ │ │ ├── race
│ │ │ │ │ ├── test
│ │ │ │ │ │ ├── middle.jsonl
│ │ │ │ │ │ ├── high.jsonl
│ │ │ │ │ ├── validation
│ │ │ │ │ │ ├── middle.jsonl
│ │ │ │ │ │ ├── high.jsonl
│ │ │ │ ├── AGIEval
│ │ │ │ │ ├── data
│ │ │ │ │ │ ├── v1
│ │ │ │ │ │ │ ├── logiqa-zh.jsonl
│ │ │ │ │ │ │ ├── jec-qa-kd.jsonl
│ │ │ │ │ │ │ ├── lsat-ar.jsonl
│ │ │ │ │ │ │ ├── gaokao-chemistry.jsonl
│ │ │ │ │ │ │ ├── gaokao-chinese.jsonl
│ │ │ │ │ │ │ ├── sat-math.jsonl
│ │ │ │ │ │ │ ├── lsat-rc.jsonl
│ │ │ │ │ │ │ ├── aqua-rat.jsonl
│ │ │ │ │ │ │ ├── sat-en-without-passage.jsonl
│ │ │ │ │ │ │ ├── jec-qa-ca.jsonl
│ │ │ │ │ │ │ ├── math.jsonl
│ │ │ │ │ │ │ ├── gaokao-english.jsonl
│ │ │ │ │ │ │ ├── gaokao-geography.jsonl
│ │ │ │ │ │ │ ├── sat-en.jsonl
│ │ │ │ │ │ │ ├── gaokao-mathcloze.jsonl
│ │ │ │ │ │ │ ├── logiqa-en.jsonl
│ │ │ │ │ │ │ ├── gaokao-history.jsonl
│ │ │ │ │ │ │ ├── LICENSE
│ │ │ │ │ │ │ ├── lsat-lr.jsonl
│ │ │ │ │ │ │ ├── gaokao-biology.jsonl
│ │ │ │ │ │ │ ├── gaokao-physics.jsonl
│ │ │ │ │ │ │ ├── gaokao-mathqa.jsonl
│ │ │ │ │ │ ├── few_shot_prompts.csv
│ │ │ │ ├── openbookqa
│ │ │ │ │ ├── Main
│ │ │ │ │ │ ├── dev.jsonl
│ │ │ │ │ │ ├── openbook.txt
│ │ │ │ │ │ ├── test.jsonl
│ │ │ │ │ │ ├── dev.tsv
│ │ │ │ │ │ ├── test.tsv
│ │ │ │ │ │ ├── train.tsv
│ │ │ │ │ │ ├── train.jsonl
│ │ │ │ │ ├── Additional
│ │ │ │ │ │ ├── crowdsourced-facts.txt
│ │ │ │ │ │ ├── dev_complete.jsonl
│ │ │ │ │ │ ├── train_complete.jsonl
│ │ │ │ │ │ ├── test_complete.jsonl
│ │ │ │ ├── mmlu
│ │ │ │ │ ├── dev
│ │ │ │ │ │ ├── abstract_algebra_dev.csv
│ │ │ │ │ │ ├── formal_logic_dev.csv
│ │ │ │ │ │ ├── moral_disputes_dev.csv
│ │ │ │ │ │ ├── high_school_microeconomics_dev.csv
│ │ │ │ │ │ ├── public_relations_dev.csv
│ │ │ │ │ │ ├── medical_genetics_dev.csv
│ │ │ │ │ │ ├── high_school_mathematics_dev.csv
│ │ │ │ │ │ ├── marketing_dev.csv
│ │ │ │ │ │ ├── high_school_chemistry_dev.csv
│ │ │ │ │ │ ├── security_studies_dev.csv
│ │ │ │ │ │ ├── global_facts_dev.csv
│ │ │ │ │ │ ├── machine_learning_dev.csv
│ │ │ │ │ │ ├── management_dev.csv
│ │ │ │ │ │ ├── high_school_european_history_dev.csv
│ │ │ │ │ │ ├── high_school_psychology_dev.csv
│ │ │ │ │ │ ├── high_school_world_history_dev.csv
│ │ │ │ │ │ ├── conceptual_physics_dev.csv
│ │ │ │ │ │ ├── nutrition_dev.csv
│ │ │ │ │ │ ├── computer_security_dev.csv
│ │ │ │ │ │ ├── professional_accounting_dev.csv
│ │ │ │ │ │ ├── professional_law_dev.csv
│ │ │ │ │ │ ├── miscellaneous_dev.csv
│ │ │ │ │ │ ├── professional_medicine_dev.csv
│ │ │ │ │ │ ├── elementary_mathematics_dev.csv
│ │ │ │ │ │ ├── electrical_engineering_dev.csv
│ │ │ │ │ │ ├── sociology_dev.csv
│ │ │ │ │ │ ├── high_school_computer_science_dev.csv
│ │ │ │ │ │ ├── moral_scenarios_dev.csv
│ │ │ │ │ │ ├── college_computer_science_dev.csv
│ │ │ │ │ │ ├── college_medicine_dev.csv
│ │ │ │ │ │ ├── high_school_statistics_dev.csv
│ │ │ │ │ │ ├── college_mathematics_dev.csv
│ │ │ │ │ │ ├── astronomy_dev.csv
│ │ │ │ │ │ ├── logical_fallacies_dev.csv
│ │ │ │ │ │ ├── high_school_government_and_politics_dev.csv
│ │ │ │ │ │ ├── prehistory_dev.csv
│ │ │ │ │ │ ├── us_foreign_policy_dev.csv
│ │ │ │ │ │ ├── international_law_dev.csv
│ │ │ │ │ │ ├── high_school_biology_dev.csv
│ │ │ │ │ │ ├── high_school_us_history_dev.csv
│ │ │ │ │ │ ├── high_school_physics_dev.csv
│ │ │ │ │ │ ├── human_aging_dev.csv
│ │ │ │ │ │ ├── jurisprudence_dev.csv
│ │ │ │ │ │ ├── world_religions_dev.csv
│ │ │ │ │ │ ├── philosophy_dev.csv
│ │ │ │ │ │ ├── college_physics_dev.csv
│ │ │ │ │ │ ├── anatomy_dev.csv
│ │ │ │ │ │ ├── college_chemistry_dev.csv
│ │ │ │ │ │ ├── econometrics_dev.csv
│ │ │ │ │ │ ├── high_school_geography_dev.csv
│ │ │ │ │ │ ├── clinical_knowledge_dev.csv
│ │ │ │ │ │ ├── professional_psychology_dev.csv
│ │ │ │ │ │ ├── virology_dev.csv
│ │ │ │ │ │ ├── college_biology_dev.csv
│ │ │ │ │ │ ├── business_ethics_dev.csv
│ │ │ │ │ │ ├── high_school_macroeconomics_dev.csv
│ │ │ │ │ │ ├── human_sexuality_dev.csv
│ │ │ │ │ ├── val
│ │ │ │ │ │ ├── us_foreign_policy_val.csv
│ │ │ │ │ │ ├── machine_learning_val.csv
│ │ │ │ │ │ ├── high_school_psychology_val.csv
│ │ │ │ │ │ ├── high_school_geography_val.csv
│ │ │ │ │ │ ├── business_ethics_val.csv
│ │ │ │ │ │ ├── college_physics_val.csv
│ │ │ │ │ │ ├── nutrition_val.csv
│ │ │ │ │ │ ├── logical_fallacies_val.csv
│ │ │ │ │ │ ├── formal_logic_val.csv
│ │ │ │ │ │ ├── virology_val.csv
│ │ │ │ │ │ ├── high_school_biology_val.csv
│ │ │ │ │ │ ├── international_law_val.csv
│ │ │ │ │ │ ├── security_studies_val.csv
│ │ │ │ │ │ ├── high_school_world_history_val.csv
│ │ │ │ │ │ ├── high_school_european_history_val.csv
│ │ │ │ │ │ ├── high_school_chemistry_val.csv
│ │ │ │ │ │ ├── professional_accounting_val.csv
│ │ │ │ │ │ ├── marketing_val.csv
│ │ │ │ │ │ ├── anatomy_val.csv
│ │ │ │ │ │ ├── college_computer_science_val.csv
│ │ │ │ │ │ ├── jurisprudence_val.csv
│ │ │ │ │ │ ├── abstract_algebra_val.csv
│ │ │ │ │ │ ├── high_school_mathematics_val.csv
│ │ │ │ │ │ ├── moral_disputes_val.csv
│ │ │ │ │ │ ├── world_religions_val.csv
│ │ │ │ │ │ ├── miscellaneous_val.csv
│ │ │ │ │ │ ├── computer_security_val.csv
│ │ │ │ │ │ ├── professional_medicine_val.csv
│ │ │ │ │ │ ├── human_sexuality_val.csv
│ │ │ │ │ │ ├── high_school_physics_val.csv
│ │ │ │ │ │ ├── public_relations_val.csv
│ │ │ │ │ │ ├── prehistory_val.csv
│ │ │ │ │ │ ├── sociology_val.csv
│ │ │ │ │ │ ├── high_school_computer_science_val.csv
│ │ │ │ │ │ ├── high_school_macroeconomics_val.csv
│ │ │ │ │ │ ├── astronomy_val.csv
│ │ │ │ │ │ ├── college_mathematics_val.csv
│ │ │ │ │ │ ├── econometrics_val.csv
│ │ │ │ │ │ ├── medical_genetics_val.csv
│ │ │ │ │ │ ├── philosophy_val.csv
│ │ │ │ │ │ ├── human_aging_val.csv
│ │ │ │ │ │ ├── professional_psychology_val.csv
│ │ │ │ │ │ ├── high_school_statistics_val.csv
│ │ │ │ │ │ ├── management_val.csv
│ │ │ │ │ │ ├── global_facts_val.csv
│ │ │ │ │ │ ├── college_biology_val.csv
│ │ │ │ │ │ ├── high_school_microeconomics_val.csv
│ │ │ │ │ │ ├── elementary_mathematics_val.csv
│ │ │ │ │ │ ├── conceptual_physics_val.csv
│ │ │ │ │ │ ├── high_school_us_history_val.csv
│ │ │ │ │ │ ├── college_medicine_val.csv
│ │ │ │ │ │ ├── clinical_knowledge_val.csv
│ │ │ │ │ │ ├── professional_law_val.csv
│ │ │ │ │ │ ├── high_school_government_and_politics_val.csv
│ │ │ │ │ │ ├── college_chemistry_val.csv
│ │ │ │ │ │ ├── electrical_engineering_val.csv
│ │ │ │ │ │ ├── moral_scenarios_val.csv
│ │ │ │ │ ├── test
│ │ │ │ │ │ ├── college_biology_test.csv
│ │ │ │ │ │ ├── high_school_european_history_test.csv
│ │ │ │ │ │ ├── marketing_test.csv
│ │ │ │ │ │ ├── anatomy_test.csv
│ │ │ │ │ │ ├── college_chemistry_test.csv
│ │ │ │ │ │ ├── high_school_us_history_test.csv
│ │ │ │ │ │ ├── management_test.csv
│ │ │ │ │ │ ├── high_school_geography_test.csv
│ │ │ │ │ │ ├── miscellaneous_test.csv
│ │ │ │ │ │ ├── security_studies_test.csv
│ │ │ │ │ │ ├── business_ethics_test.csv
│ │ │ │ │ │ ├── international_law_test.csv
│ │ │ │ │ │ ├── jurisprudence_test.csv
│ │ │ │ │ │ ├── human_sexuality_test.csv
│ │ │ │ │ │ ├── professional_psychology_test.csv
│ │ │ │ │ │ ├── college_mathematics_test.csv
│ │ │ │ │ │ ├── formal_logic_test.csv
│ │ │ │ │ │ ├── high_school_mathematics_test.csv
│ │ │ │ │ │ ├── clinical_knowledge_test.csv
│ │ │ │ │ │ ├── philosophy_test.csv
│ │ │ │ │ │ ├── global_facts_test.csv
│ │ │ │ │ │ ├── machine_learning_test.csv
│ │ │ │ │ │ ├── high_school_world_history_test.csv
│ │ │ │ │ │ ├── sociology_test.csv
│ │ │ │ │ │ ├── high_school_biology_test.csv
│ │ │ │ │ │ ├── elementary_mathematics_test.csv
│ │ │ │ │ │ ├── professional_accounting_test.csv
│ │ │ │ │ │ ├── MMLU_test_contamination_annotations.json
│ │ │ │ │ │ ├── college_medicine_test.csv
│ │ │ │ │ │ ├── high_school_macroeconomics_test.csv
│ │ │ │ │ │ ├── high_school_computer_science_test.csv
│ │ │ │ │ │ ├── moral_disputes_test.csv
│ │ │ │ │ │ ├── world_religions_test.csv
│ │ │ │ │ │ ├── high_school_chemistry_test.csv
│ │ │ │ │ │ ├── high_school_microeconomics_test.csv
│ │ │ │ │ │ ├── electrical_engineering_test.csv
│ │ │ │ │ │ ├── human_aging_test.csv
│ │ │ │ │ │ ├── logical_fallacies_test.csv
│ │ │ │ │ │ ├── us_foreign_policy_test.csv
│ │ │ │ │ │ ├── high_school_physics_test.csv
│ │ │ │ │ │ ├── virology_test.csv
│ │ │ │ │ │ ├── abstract_algebra_test.csv
│ │ │ │ │ │ ├── college_computer_science_test.csv
│ │ │ │ │ │ ├── college_physics_test.csv
│ │ │ │ │ │ ├── econometrics_test.csv
│ │ │ │ │ │ ├── nutrition_test.csv
│ │ │ │ │ │ ├── high_school_government_and_politics_test.csv
│ │ │ │ │ │ ├── prehistory_test.csv
│ │ │ │ │ │ ├── moral_scenarios_test.csv
│ │ │ │ │ │ ├── professional_law_test.csv
│ │ │ │ │ │ ├── computer_security_test.csv
│ │ │ │ │ │ ├── medical_genetics_test.csv
│ │ │ │ │ │ ├── conceptual_physics_test.csv
│ │ │ │ │ │ ├── public_relations_test.csv
│ │ │ │ │ │ ├── professional_medicine_test.csv
│ │ │ │ │ │ ├── astronomy_test.csv
│ │ │ │ │ │ ├── high_school_psychology_test.csv
│ │ │ │ │ │ ├── high_school_statistics_test.csv
│ │ │ │ │ ├── README.txt
│ │ │ │ │ ├── possibly_contaminated_urls.txt
│ │ │ │ ├── nq
│ │ │ │ │ ├── nq-test.qa.csv
│ │ │ │ │ ├── nq-dev.qa.csv
│ │ │ │ ├── TheoremQA
│ │ │ │ │ ├── test.csv
│ │ │ │ ├── xstory_cloze
│ │ │ │ │ ├── hi_eval.jsonl
│ │ │ │ │ ├── my_eval.jsonl
│ │ │ │ │ ├── hi_train.jsonl
│ │ │ │ │ ├── te_train.jsonl
│ │ │ │ │ ├── ar_train.jsonl
│ │ │ │ │ ├── te_eval.jsonl
│ │ │ │ │ ├── zh_eval.jsonl
│ │ │ │ │ ├── my_train.jsonl
│ │ │ │ │ ├── es_train.jsonl
│ │ │ │ │ ├── en_train.jsonl
│ │ │ │ │ ├── eu_eval.jsonl
│ │ │ │ │ ├── ru_eval.jsonl
│ │ │ │ │ ├── id_eval.jsonl
│ │ │ │ │ ├── es_eval.jsonl
│ │ │ │ │ ├── sw_train.jsonl
│ │ │ │ │ ├── eu_train.jsonl
│ │ │ │ │ ├── id_train.jsonl
│ │ │ │ │ ├── en_eval.jsonl
│ │ │ │ │ ├── zh_train.jsonl
│ │ │ │ │ ├── ar_eval.jsonl
│ │ │ │ │ ├── sw_eval.jsonl
│ │ │ │ │ ├── ru_train.jsonl
│ │ ├── 如果OpenCompassData-core-20240207.zip压缩包下载解压有问题就用当前目录对应的解压包
│ │ ├── ptb
│ │ │ ├── ptb_train
│ │ │ │ ├── dataset_info.json
│ │ │ │ ├── data-00000-of-00001.arrow
│ │ │ │ ├── state.json
│ │ │ ├── ptb_val
│ │ │ │ ├── dataset_info.json
│ │ │ │ ├── data-00000-of-00001.arrow
│ │ │ │ ├── state.json
│ │ ├── OpenCompassData-core-20240207.zip
│ │ ├── 【录播】OpenCompass大模型评估.mp4
│ │ ├── 【资料】OpenCompass模型评估.pdf
│ │ ├── 【课件】OpenCompass模型评估.pdf
│ ├── day11_Llama3.2模型微调
│ │ ├── demo_11
│ │ │ ├── .idea
│ │ │ │ ├── inspectionProfiles
│ │ │ │ │ ├── profiles_settings.xml
│ │ │ │ ├── modules.xml
│ │ │ │ ├── workspace.xml
│ │ │ │ ├── demo_11.iml
│ │ │ │ ├── .gitignore
│ │ │ │ ├── misc.xml
│ │ │ ├── test02.py
│ │ │ ├── test01.py
│ │ ├── 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ │ ├── 【录播】llama3.2模型微调.mp4
│ │ ├── data.zip
│ │ ├── 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ ├── day22_llama-index实现RAG
│ │ ├── demo_22
│ │ │ ├── storage
│ │ │ │ ├── graph_store.json
│ │ │ │ ├── index_store.json
│ │ │ │ ├── default__vector_store.json
│ │ │ │ ├── docstore.json
│ │ │ │ ├── image__vector_store.json
│ │ │ ├── data
│ │ │ │ ├── README_zh-CN.md
│ │ │ │ ├── pdf内容研报.pdf
│ │ │ ├── app.py
│ │ │ ├── test03.py
│ │ │ ├── download_hf.py
│ │ │ ├── test02.py
│ │ │ ├── test01.py
│ │ │ ├── test04.py
│ │ ├── 【课件】Llama_index实现RAG.pdf
│ │ ├── 【录播】llama-index实现RAG.mp4
│ ├── 2_RAG-Embedding-Vector
│ │ ├── day02
│ │ │ ├── RAG-Embeddings
│ │ │ │ ├── assets
│ │ │ │ │ ├── mteb.png
│ │ │ │ │ ├── embeddings.png
│ │ │ │ │ ├── GraphRAG.png
│ │ │ │ │ ├── sbert-rerank.png
│ │ │ │ │ ├── table_rag.png
│ │ │ │ │ ├── rag.png
│ │ │ │ │ ├── chroma.svg
│ │ │ │ │ ├── RAG.mp4
│ │ │ │ │ ├── vector.png
│ │ │ │ │ ├── vectordb.png
│ │ │ │ │ ├── sim.png
│ │ │ │ │ ├── sbert.png
│ │ │ │ ├── llama2_page8
│ │ │ │ │ ├── table_images
│ │ │ │ │ │ ├── page_1_0.png
│ │ │ │ │ │ ├── page_1_1.png
│ │ │ │ │ ├── page_1.png
│ │ │ │ ├── llama2_page8.pdf
│ │ │ │ ├── index.ipynb
│ │ │ │ ├── rank.py
│ │ │ │ ├── chinese_utils.py
│ │ │ │ ├── llama2.pdf
│ │ │ │ ├── .env
│ │ │ ├── 向量数据库和RAG高级进阶.mp4
│ │ ├── day01
│ │ │ ├── RAG-Embeddings
│ │ │ │ ├── assets
│ │ │ │ │ ├── vector.png
│ │ │ │ │ ├── RAG.mp4
│ │ │ │ │ ├── vectordb.png
│ │ │ │ │ ├── embeddings.png
│ │ │ │ │ ├── GraphRAG.png
│ │ │ │ │ ├── rag.png
│ │ │ │ │ ├── mteb.png
│ │ │ │ │ ├── sim.png
│ │ │ │ │ ├── sbert-rerank.png
│ │ │ │ │ ├── table_rag.png
│ │ │ │ │ ├── sbert.png
│ │ │ │ ├── index.ipynb
│ │ │ │ ├── chinese_utils.py
│ │ │ │ ├── llama2.pdf
│ │ │ │ ├── rank.py
│ │ │ │ ├── .env
│ │ │ │ ├── llama2_page8.pdf
│ │ │ ├── Python语法入门教程.md
│ │ │ ├── RAG搭建流程和文本向量.mp4
│ ├── day13_LLaMA-Factory模型导出量化
│ │ ├── checkpoint-3700
│ │ │ ├── scheduler.pt
│ │ │ ├── adapter_model.safetensors
│ │ │ ├── tokenizer.json
│ │ │ ├── optimizer.pt
│ │ │ ├── training_args.bin
│ │ │ ├── rng_state.pth
│ │ │ ├── adapter_config.json
│ │ │ ├── tokenizer_config.json
│ │ │ ├── trainer_state.json
│ │ │ ├── README.md
│ │ │ ├── special_tokens_map.json
│ │ ├── demo_13
│ │ │ ├── data
│ │ │ │ ├── ruozhiba_qaswift.json
│ │ │ │ ├── ruozhiba_qaswift_train.json
│ │ │ ├── test01.py
│ │ ├── 【资料】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf
│ │ ├── 【课件】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf
│ │ ├── 【录播】LLaMA-Factory模型导出量化.mp4
├── 07_langChain和RAG实战
│ ├── day11_基于LangChain和RAG的常用案例实战
│ │ ├── 【语雀】基于LangChain和RAG的常用案例实战.txt
│ │ ├── 【资料】基于LangChain和RAG的常用案例实战.pdf
│ │ ├── day11-demo.zip
│ │ ├── 【录播】基于LangChain和RAG的常用案例实战.mp4
│ │ ├── 【课件】基于LangChain和RAG的常用案例实战.pdf
│ │ ├── 【MD】基于LangChain和RAG的常用案例实战.md
├── 其他赠送大礼包-非机构课程
│ ├── LLMs大模型拆解版本（92个文件）
│ │ ├── 75-GPT 经验篇.pdf
│ │ ├── 31-大模型（LLMs）推理面.pdf
│ │ ├── 25-Graph RAG 面 — 一种 基于知识图谱的大模型检索增强实现策略.pdf
│ │ ├── 33-增量预训练（Pretrain）样本拼接篇.pdf
│ │ ├── 84-大模型（LLMs）软硬件配置面.pdf
│ │ ├── 73-百川智能baichuan7B、13B、53B、baichuan2 总结篇.pdf
│ │ ├── 16-LLM文档对话 —— pdf解析关键问题.pdf
│ │ ├── 36-大模型（LLMs）强化学习面.pdf
│ │ ├── 34-基于lora的llama2二次预训练.pdf
│ │ ├── 90-命名实体识别常见面试篇.pdf
│ │ ├── 70-大模型的幻觉问题篇.pdf
│ │ ├── 44-大模型（LLMs）分布式训练面.pdf
│ │ ├── 47-图解分布式训练（三） —— nn.parallel.DistributedDataParallel.pdf
│ │ ├── 3-LLMs 激活函数篇.pdf
│ │ ├── 2-Layer normalization 篇.pdf
│ │ ├── 23-大模型（LLMs）RAG —— 关键痛点及对应解决方案.pdf
│ │ ├── 65-LLM（大语言模型）部署加速方法——Faster Transformer篇.pdf
│ │ ├── 88-文本分类常见面试篇.pdf
│ │ ├── 58-怎么让英文大语言模型支持中文？（一） —— 构建中文tokenization.pdf
│ │ ├── 5-transformers 操作篇.pdf
│ │ ├── 56-LLMs 位置编码篇.pdf
│ │ ├── 61-大模型（LLMs）加速篇.pdf
│ │ ├── 22-检索增强生成(RAG) 优化策略篇.pdf
│ │ ├── 78-小样本提示学习篇.pdf
│ │ ├── 17-大模型（LLMs）RAG 版面分析——表格识别方法篇.pdf
│ │ ├── 50-图解分布式训练（六）—— Pytorch的 DeepSpeed 详细解析.pdf
│ │ ├── 43-显存优化策略篇.pdf
│ │ ├── 53-大模型分布式训练故障恢复篇.pdf
│ │ ├── 68-SwiftInfer —— 大模型无限流式输入推理飙升46%，打破多轮对话长度限制.pdf
│ │ ├── 64-大模型推理加速工具 —— vLLM.pdf
│ │ ├── 85-Token及模型参数准备篇.pdf
│ │ ├── 21-RAG（Retrieval-Augmented Generation）评测面.pdf
│ │ ├── LLMs大模型面试问题和答案97页.pdf
│ │ ├── 66-纯Python超轻量高性能LLM推理框架 —— LightLLM.pdf
│ │ ├── 62-LLMs 推理性能面.pdf
│ │ ├── 82-LLMs 浮点数篇.pdf
│ │ ├── 83-自定义 CUDA 函数的轻量级包装器 —— bitsandbytes篇.pdf
│ │ ├── 51-图解分布式训练（七）—— accelerate 分布式训练 详细解析.pdf
│ │ ├── 79-LLMs 测试集 中 数据泄露 问题篇.pdf
│ │ ├── 67-LLM推理技术之StreamingLLM：如何拥有无限长生成能力.pdf
│ │ ├── 13-基于langchain RAG问答应用实战.pdf
│ │ ├── 54-pytorch 分布式计算 坑-bug 梳理篇.pdf
│ │ ├── 32-大模型（LLMs）增量预训练篇.pdf
│ │ ├── 59-怎么让英文大语言模型支持中文？（二） —— 继续预训练篇.pdf
│ │ ├── 9-大模型（LLMs）微调面.pdf
│ │ ├── 29-LoRA 系列篇.pdf
│ │ ├── 39-强化学习在自然语言处理下的应用篇.pdf
│ │ ├── 60-怎么让英文大语言模型支持中文？（三） —— 对预训练模型进行指令微调.pdf
│ │ ├── 80-MOE（Mixture-of-Experts）篇.pdf
│ │ ├── 41-大模型（LLMs）LLM生成SFT数据方法面.pdf
│ │ ├── 57-LLMs Tokenizer 篇.pdf
│ │ ├── 6-LLMs 损失函数篇.pdf
│ │ ├── 46-图解分布式训练（二） —— nn.DataParallel篇.pdf
│ │ ├── 14-基于LLM+向量库的文档对话 经验面.pdf
│ │ ├── 30-如何使用 PEFT库 中 LoRA？.pdf
│ │ ├── 27-适配器微调（Adapter-tuning）篇.pdf
│ │ ├── 7-相似度函数篇.pdf
│ │ ├── 26-大模型（LLMs）参数高效微调(PEFT) 面.pdf
│ │ ├── 55-大模型（LLMs）agent 面.pdf
│ │ ├── 12-多轮对话中让AI保持长期记忆的8种优化方式篇.pdf
│ │ ├── 40-大模型（LLMs）训练集面.pdf
│ │ ├── 69-大模型幻觉（LLM Hallucination）面.pdf
│ │ ├── 11-大模型（LLMs）langchain 面.pdf
│ │ ├── 38-大模型（LLMs）强化学习—— PPO 面.pdf
│ │ ├── 1-大模型（LLMs）基础面.pdf
│ │ ├── 37-大模型（LLMs）强化学习——RLHF及其变种面.pdf
│ │ ├── 91-向量检索常见面试篇.pdf
│ │ ├── 24-大模型（LLMs）RAG 优化策略 —— RAG-Fusion篇.pdf
│ │ ├── 86-多模态常见面试篇.pdf
│ │ ├── 72-LLMs 对比篇.pdf
│ │ ├── 4-Attention 升级面.pdf
│ │ ├── 35-大模型（LLMs）评测面.pdf
│ │ ├── 15-大模型 RAG 经验面.pdf
│ │ ├── 63-LLM（大语言模型）部署加速方法——PagedAttention篇.pdf
│ │ ├── 52-图解分布式训练（八）—— ZeRO 学习.pdf
│ │ ├── 74-LLaMA 常见面试题篇.pdf
│ │ ├── 19-大模型外挂知识库优化——如何利用大模型辅助召回？.pdf
│ │ ├── 10-LLMs 训练经验帖.pdf
│ │ ├── 49-图解分布式训练（五） —— AMP混合精度训练 详细解析.pdf
│ │ ├── 48-图解分布式训练（四） —— torch.multiprocessing 详细解析.pdf
│ │ ├── 42-大模型（LLMs）显存问题面.pdf
│ │ ├── 89-文本摘要常见面试篇.pdf
│ │ ├── 87-NLP Trick 篇.pdf
│ │ ├── 81-大模型蒸馏篇.pdf
│ │ ├── 18-大模型（LLMs）RAG 版面分析——文本分块面.pdf
│ │ ├── 71-如何缓解大模型幻觉？.pdf
│ │ ├── 92-LLMs 其他 Trick.pdf
│ │ ├── 45-图解分布式训练（一） —— 流水线并行（Pipeline Parallelism）.pdf
│ │ ├── 76-思维链 Chain-of-Thought（COT）.pdf
│ │ ├── 8-大模型（LLMs）进阶面.pdf
│ │ ├── 77-思维链 Chain-of-Thought（COT）变体篇.pdf
│ │ ├── 20-大模型外挂知识库优化——负样本样本挖掘篇.pdf
│ │ ├── 28-提示学习（Prompting）篇.pdf
│ ├── 面试八股文
│ │ ├── 大模型常见面试题及解答2.pdf
│ │ ├── 大模型常考面试题总结（含答案）.pdf
│ │ ├── 大模型常见面试题3.pdf
│ │ ├── 从零开始大模型开发与微调基于PyTorch与ChatGLM.pdf
│ │ ├── 大模型 LLM 最全八股和答案.pdf
│ │ ├── 大模型落地应用案例集.pdf
│ │ ├── 大模型LLMS.pdf
│ │ ├── AI大模型面试题(102).pdf
│ │ ├── 大模型岗位面试全纪录.pdf
│ │ ├── 大模型校招面试题.pdf
│ │ ├── LLMs大模型面试问题和答案（97）.pdf
│ │ ├── 大模型常见面试题及解答1.pdf
│ ├── IntroductionLLM-大模型从理论到实践-电子书
│ │ ├── 大规模语言模型：从理论到实践课件
│ │ │ ├── ch3.pptx
│ │ │ ├── ch1.pptx
│ │ │ ├── ch7.pptx
│ │ │ ├── ch6.pptx
│ │ │ ├── ch2.pptx
│ │ │ ├── ch8.pptx
│ │ │ ├── ch4.pptx
│ │ │ ├── ch5.pptx
│ │ ├── 人工智能：现代方法（第4版）（上下册） .pdf
│ │ ├── 大规模语言模型：从理论到实践.pdf
├── 03_LangChain基础
│ ├── day06_LangChain Chat Model
│ │ ├── 【录播】LangChain Chat Model.mp4
│ │ ├── redis-3.2.100_x64.zip
│ │ ├── 【语雀】LangChain Chat Model.txt
│ │ ├── 【课件】LangChain Chat Model.pdf
│ │ ├── vs_BuildTools.exe
│ │ ├── RedisDesktopManager-2022.5.zip
│ │ ├── 【资料】LangChain Chat Model.pdf
│ │ ├── 【MD】LangChain Chat Model.md
│ │ ├── day6-demo.zip
│ ├── day07_LangChain Tools & Agent
│ │ ├── 【资料】LangChain Tools & Agent.pdf
│ │ ├── day7-demo.zip
│ │ ├── 【录播】LangChain Tools & Agent.mp4
│ │ ├── 【课件】LangChain Tools & Agent.pdf
│ │ ├── 【MD】LangChain Tools & Agent.md
│ │ ├── 【语雀】LangChain Tools & Agent.txt
│ ├── day05_LangChain 基础
│ │ ├── 【课件】LangChain 基础.pdf
│ │ ├── 【资料】LangChain 基础.pdf
│ │ ├── 【MD】LangChain 基础.md
│ │ ├── 【录播】LangChain 基础.mp4
│ │ ├── day5-demo.zip
│ │ ├── 【语雀】LangChain 基础.txt
├── 11_Llama3
│ ├── day_22LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）
│ │ ├── Llama-3-8B-Instruct
│ │ │ ├── qlora
│ │ │ │ ├── train_2024-11-27-21-02-24
│ │ │ │ │ ├── checkpoint-100
│ │ │ │ │ │ ├── adapter_model.safetensors
│ │ │ │ │ │ ├── rng_state.pth
│ │ │ │ │ │ ├── adapter_config.json
│ │ │ │ │ │ ├── trainer_state.json
│ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ ├── scheduler.pt
│ │ │ │ │ │ ├── README.md
│ │ │ │ │ │ ├── optimizer.pt
│ │ │ │ │ │ ├── training_args.bin
│ │ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ ├── checkpoint-150
│ │ │ │ │ │ ├── training_args.bin
│ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ ├── trainer_state.json
│ │ │ │ │ │ ├── optimizer.pt
│ │ │ │ │ │ ├── README.md
│ │ │ │ │ │ ├── rng_state.pth
│ │ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ ├── scheduler.pt
│ │ │ │ │ │ ├── adapter_model.safetensors
│ │ │ │ │ │ ├── adapter_config.json
│ │ │ │ │ ├── llamaboard_config.yaml
│ │ │ │ │ ├── trainer_state.json
│ │ │ │ │ ├── running_log.txt
│ │ │ │ │ ├── training_eval_loss.png
│ │ │ │ │ ├── adapter_model.safetensors
│ │ │ │ │ ├── training_args.yaml
│ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ ├── all_results.json
│ │ │ │ │ ├── training_loss.png
│ │ │ │ │ ├── adapter_config.json
│ │ │ │ │ ├── README.md
│ │ │ │ │ ├── trainer_log.jsonl
│ │ │ │ │ ├── tokenizer.json
│ │ │ │ │ ├── training_args.bin
│ │ │ │ │ ├── train_results.json
│ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ ├── eval_results.json
│ │ ├── 【课件】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf
│ │ ├── 【资料】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf
│ │ ├── 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） -笔记.PanD
│ │ ├── 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） .mp4
│ ├── day_18Llama3大模型本地部署与调用
│ │ ├── 【录播】Llama3大模型本地部署与调用.mp4
│ │ ├── 【资料】Llama3大模型本地部署与调用.pdf
│ │ ├── 【资料】Llama3大模型本地部署与调用(1).pdf
│ │ ├── demo_18.zip
│ │ ├── 【课件】llama3大模型本地部署与调用.pdf
│ ├── day_20LLaMa3打包部署教程 (Lora 微调与模型合并）
│ │ ├── 【课件】LLaMa3打包部署（Lora微调与模型合并部署）.pdf
│ │ ├── demo_20.zip
│ │ ├── 【录播】LLaMa3打包部署教程 (Lora 微调与模型合并).mp4
│ │ ├── 【资料】LLaMa3 打包部署教程 (Lora 微调与模型合并部署).pdf
│ ├── day_19LLaMa3微调_使用 LLaMA-Factory微调Llama3
│ │ ├── 【录播】LLaMA_Factory微调Llama3.mp4
│ │ ├── data.zip
│ │ ├── demo_19.zip
│ │ ├── 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ │ ├── 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf
│ ├── day_21LLaMa3打包部署（LLaMA-Factory模型评估与量化）
│ │ ├── 【资料】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf
│ │ ├── 【录播】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.mp4
│ │ ├── 【课件】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf
│ │ ├── Lora微调权重（Llama-3-8B-Instruct）.zip
├── 01_AI及LLM基础
│ ├── day01_AI领域基础概念
│ │ ├── OpenAI.apifox.json
│ │ ├── 【语雀】AI 领域基础概念.txt
│ │ ├── day1-demo.zip
│ │ ├── 【MD】AI 领域基础概念.md
│ │ ├── 【录播】AI 领域基础概念.mp4
│ │ ├── 【课件】AI 领域基础概念.pdf
│ │ ├── OpenAI-HK 操作指南.pdf
│ │ ├── 【资料】AI 领域基础概念.pdf
│ ├── day03_支持多模态输入的 AI Chatbot App
│ │ ├── 【资料】支持多模态输入的 AI Chatbot App.pdf
│ │ ├── 【课件】支持多模态输入的 AI Chatbot App.pdf
│ │ ├── 【语雀】支持多模态输入的 AI Chatbot App.txt
│ │ ├── 【录播】支持多模态输入的 AI Chatbot App.mp4
│ │ ├── day3-demo.zip
│ │ ├── 【MD】支持多模态输入的 AI Chatbot App.md
│ ├── day02_OpenAI 开发
│ │ ├── day2-demo.zip
│ │ ├── 【课件】OpenAI 开发.pdf
│ │ ├── 【语雀】OpenAI 开发.txt
│ │ ├── 【MD】OpenAI 开发.md
│ │ ├── 【录播】OpenAI 开发.mp4
│ │ ├── 【资料】OpenAI 开发.pdf
├── 10_modelScope
│ ├── day_17ModeScope在线训练平台&服务器选配训练模型
│ │ ├── 【课件】ModeScope在线训练平台&服务器选配训练模型.pdf
│ │ ├── 【录播】ModeScope在线训练平台&服务器选配训练模型.mp4
│ │ ├── demo_17.zip
│ │ ├── 【资料】ModeScope在线训练平台&服务器选配训练模型.pdf
├── AI大模型学习路径.pdf
├── 大神指南.docx
猜你喜欢
-
2024全新Langchain大模型AI应用与多智能体实战开发
2024-09-11 -
破壳丹塔-木子-AIGC人工智能零基础到进阶GPT MJ SD商业技术落地应用训练
2024-09-26 -
极客时间AI大模型微调训练营第五期|完结
2025-02-28 -
知乎AIGC实战应用训练营
2025-03-06 -
2025九天菜菜大模型与Agent开发课（新）|更新中。。。
2025-03-10 -
程序员的AI必修课，AIGC全栈项目实战
2024-07-06 -
贪心大模型微调实战营2024
2024-07-25 -
【手写AI】LLM大模型训练营2024
2025-01-10 -
薛老板：AI GC产品经理特训营，个性化实战项目，价值3999
2024-05-21 -
知乎AI大模型全栈工程师|视频+资料
2024-01-04
-
Stable Diffusion 商业变现与绘画大模型多场景实战
2024-08-02 -
AI时代人人必修课-提示词工程+大语言模型 多场景实战
2024-03-23 -
2023数艺设-AIGC全能通识训练营第三期
2024-09-29 -
尚硅谷DeepSeek使用指南（2025抢先版）
2025-02-13 -
Deepseek零基础到高阶课程合集
2025-02-19 -
AI Agent智能应用从0到1定制开发|完结
2024-05-26 -
极客时间AI大模型应用开发实战营7期|完整
2024-12-22 -
聚客大模型三期2025
2025-03-15 -
跟龙哥学真AI-AI大模型应用开发模型训练-RAG-Agent-AI项目实战-行业落地课
2025-02-15 -
万有影力-AIGC人工智能全能实操课
2024-06-08
猜你在找
常见问题FAQ
- 视频加密吗？
- 无密，本站视频全部为超清无密MP4格式
- 怎么发货？
- 课程没更新完怎么办？
- 有问题怎么解决？
