1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Fine-Tuning s Llama 3
Connected

cvičení

Vytváření trénovacích vzorků

Váš tým vyvíjí chatbota pro zákaznický servis a ty připravuješ pipeline pro předzpracování datasetu, který se použije k fine-tuningu jazykového modelu. Cílem je, aby model dokázal rozpoznat záměr zákazníkova dotazu a přesměrovat požadavek správnému týmu ke zpracování.

Máš k dispozici dataset, kde jsou zákazníkovy dotazy a jejich záměry uloženy v samostatných sloupcích. Úkolem je dataset předzpracovat tak, aby každý příklad spojoval dotaz i záměr do jednoho řetězce ve formě formátovaného promptu.

Dataset je již načtený v proměnné dataset a obsahuje sloupce instruction se zákazníkovým dotazem a intent se záměrem uživatele.

Pokyny

100 XP
  • Vytvoř řetězec promptu s instrukcí a záměrem ve tvaru "Query: {instruction}\nIntent: {intent}".
  • Doplň volání funkce s datasetem tak, aby se funkce create_intent_example aplikovala na každý řádek.
  • Vyextrahuj a vypiš hodnotu ve sloupci intent_example z prvního řádku datasetu.