MASS 的安装和配置教程
2025-05-21 20:29:25作者:薛曦旖Francesca
1. 项目基础介绍
MASS(Multi-Agent Simulation Scaling for Portfolio Construction)是一个用于组合构建的多智能体模拟扩展项目。该项目旨在通过模拟市场中的多智能体行为,以实现投资组合的优化。
本项目的主要编程语言是 Python。
2. 项目使用的关键技术和框架
本项目采用了以下关键技术和框架:
- Python:作为主要的编程语言。
- Qwen2.5-72B-Instruct:作为基础模型,用于智能体的决策。
3. 安装和配置准备工作
在开始安装之前,请确保您的计算机上已安装以下软件:
- Python 3.10
- conda(用于创建和管理虚拟环境)
- Git(用于克隆项目)
安装步骤
步骤 1:创建虚拟环境
首先,创建一个虚拟环境,并指定 Python 版本为 3.10。
conda create -n your_env_name python==3.10 -y
激活虚拟环境:
conda activate your_env_name
步骤 2:安装依赖
在虚拟环境中,安装 pdm:
pip install pdm
然后使用 pdm 安装项目依赖:
pdm install
步骤 3:获取数据集
本项目的数据集正在审查中。一旦审查完成,您可以从项目提供的地址下载数据集。下载后,请将所有 ROOT_PATH 变量更改为您的数据集目录。
步骤 4:配置计算资源
本项目使用 Qwen2.5-72B-Instruct 作为基础模型。您可以通过修改代码中的相关设置,来更换基础模型的 URL。
对于 SSE 50 和默认配置,需要 80GiB 的 RAM。您可以通过调整智能体并行度来节省内存开销。
步骤 5:运行项目
最后,运行以下命令来启动项目:
python stock_disagreement/main.py
以上便是 MASS 项目的详细安装和配置指南,按照以上步骤操作,您应该能够成功安装并运行该项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137