本项目是EE5112人机交互课程的综合性项目，包含四个主要任务，全面探索大语言模型(LLMs)和多模态大语言模型(MLLMs)的应用。项目涵盖了从基础对话系统到多模态AI助手的完整技术栈。

cor-project1/
├── task1/                    # 商店接待员对话系统
│   ├── task1.py             # 主程序
│   ├── download_model.py    # 模型下载脚本
│   ├── Task1_Report.md      # 任务子报告
│   └── picture.pptx         # 演示图片
├── task2/                    # 本地对话系统比较
│   ├── chat_llama_Mistral-7B-Instruct.py
│   ├── chat_llama_Orca-Mini-3B.py
│   └── Task2_Report.md      # 任务报告
├── task4/                    # GUI界面设计
│   ├── chat_gui.py          # GUI主程序
│   ├── chat_backend.py      # 后端逻辑
│   └── Task4_Report.md      # 任务子报告
├── task5/                    # 多模态大语言模型
│   ├── llava_project/       # LLaVA项目
│   └── Task5_Report.md      # 任务子报告
├── models/                   # 模型文件存储
├── runs/                     # 运行日志
└── requirements.txt          # 项目依赖

• 目标: 开发基于Mistral-7B-Instruct的商店接待员对话系统
• 技术栈: llama-cpp-python, GGUF格式模型
• 功能: 客户咨询、产品推荐、价格查询、库存查询、退换货政策
• 运行: cd cor-project1 && python task1/task1.py

• 目标: 比较不同LLM架构(编码器-解码器、仅编码器、仅解码器)
• 模型: Mistral-7B-Instruct, Orca-Mini-3B
• 分析: 性能对比、应用场景分析、技术特点评估
• 运行: cd cor-project1 && python task2/chat_llama_Mistral-7B-Instruct.py

• 目标: 设计ChatGPT式交互界面
• 技术栈: tkinter, 多线程处理
• 功能: 现代化聊天界面、实时对话、模型切换
• 运行: cd cor-project1 && python task4/chat_gui.py

• 目标: 探索LLaVA多模态大语言模型
• 技术栈: LLaVA, CLIP, Transformers
• 功能: 图文对话、图像描述、视觉问答
• 运行: cd cor-project1 && task5/llava_project/LLaVA/python predict.py

• Python 3.9
• 8GB+ RAM (推荐16GB+)
• GPU支持 (可选，用于加速推理)

• Task 1-2: 8GB RAM, 可选GPU
• Task 4: 4GB RAM
• Task 5: 16GB+ RAM, 推荐GPU (20GB+ VRAM)

# 克隆项目
git clone <repository-url>
cd cor-project1

# 安装依赖
pip install -r requirements.txt

# 安装llama-cpp-python (支持GPU)
pip install llama-cpp-python --extra-index-url https://abetlen.github.io/llama-cpp-python/whl/cu121

• Mistral-7B-Instruct: 指令优化模型，适合对话任务
• Orca-Mini-3B: 轻量级模型，适合资源受限环境
• LLaVA-1.5-7B: 多模态模型，支持图文理解

• llama-cpp-python: 高效的本地模型推理
• GGUF格式: 优化的模型存储格式
• tkinter: 跨平台GUI框架
• LLaVA: 多模态大语言模型框架

• GPU加速推理
• 量化模型支持
• 多线程处理
• 流式文本生成

1. 完整的LLM应用生态: 从基础对话到多模态AI
2. 性能对比分析: 详细的模型架构比较
3. 用户友好界面: 现代化GUI设计
4. 多模态能力: 图文理解和生成
5. 工程实践: 完整的项目文档和代码结构

每个任务都包含详细的技术报告：

• Task1_Report.md: 商店接待员系统设计与实现
• Task2_Report.md: LLM架构比较分析
• Task4_Report.md: GUI设计原理与实践
• Task5_Report.md: 多模态模型探索

注意: 本项目需要下载大型模型文件，请确保网络连接稳定和足够的存储空间。