书生大模型实战营（第三期闯关大挑战）

闯关手册：https://aicarrier.feishu.cn/wiki/XBO6wpQcSibO1okrChhcBkQjnsf

1. 关卡

1.1. 入门关卡

	关卡名称	资料	闯关激励
第 1 关	Linux 前置基础	任务、文档、视频	50元算力点
第 2 关	Python 前置基础	任务、文档、视频	50元算力点
第 3 关	Git 前置基础	任务、文档、视频	50元算力点

1.2. 基础关卡

	关卡名称	资料	闯关激励
第 1 关	书生大模型全链路开源体系	任务、视频	100元算力点
第 2 关	8G 显存玩转书生大模型 Demo	任务、文档、视频	100元算力点
第 3 关	浦语提示词工程实践	任务、文档、视频	100元算力点
第 4 关	InternLM + LlamaIndex RAG 实践	任务、文档、视频	100元算力点
第 6 关	XTuner 微调个人小助手认知	任务、文档、视频	100元算力点
第 7 关	OpenCompass 评测 InternLM-1.8B 实践	任务、文档、视频	100元算力点

1.3. 进阶关卡

	关卡名称	资料	闯关激励
第 1 关	探索 InternLM 模型能力边界	任务	100元算力点
第 2 关	Lagent 自定义你的 Agent 智能体	任务、文档、视频	100元算力点
第 3 关	LMDeploy 量化部署进阶实践	任务、文档、视频	100元算力点
第 4 关	InternVL 多模态模型部署微调实践	任务、文档、视频	100元算力点
第 5 关	茴香豆：企业级知识库问答工具	任务、文档、视频	100元算力点
第 6 关	MindSearch CPU-only 版部署	任务、文档	100元算力点

1.4. 彩蛋岛

	关卡名称	资料
第 1 关	销冠大模型案例	文档、视频
第 2 关	InternLM 1.8B 模型 Android 端侧部署实践	文档、视频
第 3 关	手把手带你使用InternLM实现谁是卧底游戏	文档

2. 证书

完成进阶岛闯关将获得精美的结营证书～

3. 书生共学计划

在大模型技术的浪潮中，面对混杂的众多信息，如何获取有效、可信的学习资源成为了一项挑战。
为此，我们推出“书生共学计划”，鼓励大家将实战营活动分享给你身边有需要的小伙伴，让每一位热爱技术的朋友都能在这个复杂的信息环境中找到自己的航向，帮助他们在大模型的学习之路上少走弯路。

参与方法

• 启航准备：通过填写问卷报名加入实战营，开启你的学习之旅。
• 专属海报：访问书生共学计划活动页面（https://colearn.intern-ai.org.cn/ ），输入手机号，定制你独一无二的分享海报。
• 招募同行者：将海报分享给你身边的小伙伴，邀请他们报名实战营，共享知识的力量。

独家奖励等你拿

• 每邀请 1 位同学填写报名问卷即可获得 50 算力点。
• 成功邀请 3 人，解锁 InternStudio 平台 24GB A100 及 80GB 存储使用权限。
• 成功邀请 6 人，解锁 InternStudio 平台 40GB A100 及 120GB 存储使用权限。
• 成功邀请 16 人，解锁 InternStudio 平台 80GB A100 及 200GB 存储使用权限。

展现你的影响力，成为知识的使者 这不仅是一个促进个人学习和成长的机遇，更是一个帮助他人、为自己赢得认可和资源的舞台。通过你的分享，我们可以一起帮助更多的人接触和了解前沿技术，期待你的加入。

书生大模型实战营快速上手指南

本指南旨在帮助开发者快速参与“书生大模型实战营（第三期）”，通过闯关模式掌握从 Linux/Python 基础到大模型微调、部署及 Agent 开发的全链路技能。

1. 环境准备

系统要求

• 操作系统：推荐 Linux (Ubuntu 20.04/22.04)，部分关卡支持 Windows/macOS，但核心实验建议在 Linux 环境下进行。
• 硬件配置：
  • 入门关卡：普通电脑即可。
  • 基础/进阶关卡：需要 GPU 支持。推荐使用 InternStudio 平台（活动提供算力奖励），或本地具备至少 8GB 显存的 NVIDIA 显卡。
• 网络环境：建议配置国内镜像源以加速依赖下载。

前置依赖

在开始具体关卡前，请确保掌握或预习以下基础（对应入门关卡内容）：

• Linux 基础：文件操作、权限管理、常用命令。
• Python 基础：环境管理 (conda/venv)、包安装 (pip)、基础语法。
• Git 基础：代码克隆、提交、分支管理。

提示：若不确定自身基础，请先完成“入门关卡”中的三项任务。

2. 安装与启动步骤

本实战营基于开源项目 InternLM 生态，主要通过克隆教程仓库并执行特定任务脚本进行。

第一步：克隆实战营仓库

使用 Git 克隆官方教程仓库到本地或开发机：

git clone https://github.com/InternLM/Tutorial.git
cd Tutorial

注：若在国内网络环境下克隆缓慢，可使用 Gitee 镜像（如有）或配置 Git 代理。

第二步：配置 Python 环境

建议使用 Conda 创建独立环境，避免依赖冲突。以下以基础关卡中常见的环境为例：

# 创建名为 internlm 的虚拟环境，指定 Python 版本（根据具体关卡要求调整，通常为 3.10+）
conda create -n internlm python=3.10 -y
conda activate internlm

第三步：安装依赖库

根据不同关卡需求，安装对应的 SDK 和工具库。以下是通用依赖及核心组件的安装示例（使用国内镜像源加速）：

# 设置 pip 国内镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 安装基础深度学习框架及 InternLM 相关工具
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install transformers sentencepiece protobuf
pip install lagent xtuner opencompass llama-index

注意：具体关卡（如 LMDeploy 量化、InternVL 多模态）可能有特定的 requirements.txt，请进入对应关卡目录（如 docs/L1/Demo/）后优先执行：

pip install -r requirements.txt

第四步：获取算力资源（可选但推荐）

参与“书生共学计划”或通过闯关获取免费算力点，用于在 InternStudio 平台开启高性能 GPU 实例：

1. 访问活动页面填写问卷报名。
2. 完成入门关卡任务领取算力点。
3. 在 InternStudio 控制台创建实例，挂载本仓库代码开始实验。

3. 基本使用

实战营采用“任务驱动”模式，每个关卡包含具体的代码实践任务。以下以基础关卡第 2 关：8G 显存玩转书生大模型 Demo为例，展示最简单的运行流程。

场景示例：运行 InternLM 对话 Demo

1. 进入任务目录

   cd docs/L1/Demo
   

2. 下载模型权重 使用 HuggingFace 或 ModelScope（推荐国内用户）下载 InternLM2-1.8B 模型：

   # 使用 ModelScope 下载（需先安装 modelscope: pip install modelscope）
   python download_model.py --model_id ShengshuTech/internlm2-1_8b
   

3. 启动推理服务 运行提供的演示脚本，启动本地对话服务：

   python demo.py --model_path ./internlm2-1_8b --device cuda
   

4. 交互体验 终端启动后，输入问题即可与大模型对话：

   User: 请介绍一下书生大模型。
   Assistant: 书生大模型是由上海人工智能实验室推出的...
   

进阶实践路径

完成上述基础 Demo 后，您可以按照 README 中的关卡列表依次挑战：

• RAG 实践：结合 LlamaIndex 构建知识库问答。
• 微调实践：使用 XTuner 对模型进行指令微调。
• 量化部署：使用 LMDeploy 进行模型量化并部署服务。
• Agent 开发：基于 Lagent 自定义智能体。

所有任务的具体代码模板、数据集及详细步骤说明，均位于对应关卡的 task.md 文件中，请直接查阅并执行。