World Models 项目教程
2024-09-28 04:09:46作者:戚魁泉Nursing
1. 项目目录结构及介绍
world-models/
├── analysis/
├── data/
│   ├── entity_datasets/
│   └── prompt_datasets/
├── feature_datasets/
├── paper_results/
├── probes/
├── scripts/
├── slurm/
│   └── slurm_openmind/
├── LICENSE
├── README.md
├── evaluate_probes.py
├── generalization_experiment.py
├── load.py
├── make_prompt_datasets.py
├── model_composition.py
├── nonlinear_experiment.py
├── probe_experiment.py
├── prompt_gen_experiment.py
├── requirements.txt
├── save_activations.py
└── utils.py
目录结构介绍
- analysis/: 包含项目分析相关的文件。
 - data/: 包含数据集文件,分为实体数据集 (
entity_datasets/) 和提示数据集 (prompt_datasets/)。 - feature_datasets/: 包含特征数据集相关的文件。
 - paper_results/: 包含论文结果相关的文件。
 - probes/: 包含探针实验相关的文件。
 - scripts/: 包含项目脚本文件。
 - slurm/: 包含与 SLURM 调度系统相关的文件,特别是 
slurm_openmind/目录。 - LICENSE: 项目的许可证文件。
 - README.md: 项目的介绍和使用说明。
 - evaluate_probes.py: 评估探针的脚本。
 - generalization_experiment.py: 泛化实验的脚本。
 - load.py: 加载数据或模型的脚本。
 - make_prompt_datasets.py: 生成提示数据集的脚本。
 - model_composition.py: 模型组合的脚本。
 - nonlinear_experiment.py: 非线性实验的脚本。
 - probe_experiment.py: 探针实验的脚本。
 - prompt_gen_experiment.py: 提示生成实验的脚本。
 - requirements.txt: 项目依赖的 Python 包列表。
 - save_activations.py: 保存激活状态的脚本。
 - utils.py: 包含项目通用的工具函数。
 
2. 项目启动文件介绍
项目的启动文件主要是 evaluate_probes.py 和 probe_experiment.py。这些文件用于启动探针实验和评估探针性能。
evaluate_probes.py
该文件用于评估探针的性能,通常在探针实验完成后运行,以分析探针的效果。
probe_experiment.py
该文件用于启动探针实验,通常在需要进行新的探针实验时运行。
3. 项目配置文件介绍
项目的配置文件主要是 requirements.txt 和 README.md。
requirements.txt
该文件列出了项目运行所需的 Python 包及其版本。使用以下命令安装依赖:
pip install -r requirements.txt
README.md
该文件是项目的介绍和使用说明,包含了项目的背景、安装步骤、使用方法等信息。建议在开始使用项目前仔细阅读该文件。
以上是 world-models 项目的基本教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用该项目。
登录后查看全文 
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
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++
599
164
暂无简介
Dart
568
127
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
261
24
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
119
103
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
447