[Doc] Camp4 internvl update

docs/L2/InternVL/README.md

@@ -58,9 +58,10 @@ conda activate xtuner-env
 安装与deepspeed集成的xtuner和相关包：
 
 ```Bash
-pip install -U 'xtuner[deepspeed]' timm==1.0.9
+pip install xtuner==0.1.23 timm==1.0.9
+pip install 'xtuner[deepspeed]'
 pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu121
-pip install transformers==4.39.0
+pip install transformers==4.39.0 peft==0.13.2
 ```
 
 训练环境既为安装成功。
@@ -72,7 +73,7 @@ pip install transformers==4.39.0
 ```Bash
 conda create -n lmdeploy python=3.10 -y
 conda activate lmdeploy
-pip install lmdeploy gradio==4.44.1 timm==1.0.9
+pip install lmdeploy==0.6.1 gradio==4.44.1 timm==1.0.9
 ```
 
 "lmdeploy"为推理使用环境名。
@@ -175,7 +176,7 @@ python demo.py
 在InternStudio开发机的`/root/xtuner`路径下，即为开机自带的xtuner，先进入工作目录并激活训练环境：
 
 ```Bash
-cd root/xtuner
+cd /root/xtuner
 conda activate xtuner-env  # 或者是你自命名的训练环境
 ```
 

docs/L2/InternVL/easy_README.md

@@ -14,7 +14,8 @@
 
 ```Bash
 conda activate /root/share/pre_envs/pytorch2.3.1cu12.1
-pip install -t /root/internvl_course 'xtuner[deepspeed]' timm==1.0.9  # 防止污染环境
+pip install -t /root/internvl_course xtuner==0.1.23 timm==1.0.9 # 防止污染环境
+pip install -t /root/internvl_course 'xtuner[deepspeed]' # 防止污染环境
 ```
 每次使用前，需要运行一下命令，把自定义的安装包的路径添加到PYTHONPATH环境变量中，这样python才能找到你安装的包;还要把`bin`文件夹添加到PATH环境变量中，这样才能找到你用pip安装的命令行工具（同一个终端下只需运行一次）：
 ```Bash
@@ -29,7 +30,7 @@ export PATH=/root/internvl_course/bin:$PATH
 ```Bash
 conda create -n lmdeploy python=3.10 -y
 conda activate lmdeploy
-pip install lmdeploy gradio==4.44.1 timm==1.0.9
+pip install lmdeploy==0.6.1 gradio==4.44.1 timm==1.0.9
 ```
 
 # 2.LMDeploy部署