Few-shot prompting s Llamou
Používáš model Llama k určení sentimentu zákaznických recenzí z Google a Yelpu – konkrétně je chceš označit jako Positive nebo Negative. Aby byly tyto štítky u každé recenze konzistentní, navrhneš few-shot prompt obsahující tři příklady.
Tady jsou příklady, které chceš modelu poskytnout:
- I ordered from this place last night, and I'm impressed! → Positive
- My order was delayed by over an hour without any updates. Disappointing! → Negative
- The food quality is top-notch. Highly recommend! → Positive
Toto cvičení je součástí kurzu
Práce s Llama 3
Pokyny k cvičení
- Dokonči few-shot prompt přiřazením hodnoty
PositiveneboNegativek zadaným recenzím. - Odešli prompt modelu se stop slovem
"Review", aby model odpovídal vždy jen na jednu recenzi.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Complete the few-shot prompt
prompt="""Review 1: I ordered from this place last night, and I'm impressed!
Sentiment 1: ____,
Review 2: My order was delayed by over an hour without any updates. Disappointing!
Sentiment 2: ____,
Review 3: The food quality is top-notch. Highly recommend!
Sentiment 3: ____,
Review 4: Delicious food, and excellent customer service!
Sentiment 4:"""
# Send the prompt to the model with a stop word
output = llm(prompt, max_tokens=2, stop=["____"])
print(output['choices'][0]['text'])