Text generieren
LLMs haben sehr viele Einsatzbereich und die Erstellung von Texten ist besonders beliebt.
Du möchtest eine Antwort auf eine Kundenbewertung erstellen, die du unter text findest. Sie enthält dieselbe Kundenbewertung für das Riverview Hotel, die du zuvor gesehen hast.
Das Modul pipeline wurde bereits für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Einführung in LLMs mit Python</Kurs>Übungsanweisungen
- Instanziiere die Pipeline
generatorund gib dabei eine passende Aufgabe zur Texterstellung an. - Schließe den
promptab, indem dutextundresponsein den f-String packst. - Vervollständige die Modell-Pipeline, indem du eine maximale Länge von 150 Tokens festlegst und das End-of-Sequence-Token auf
pad_token_idsetzt.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Instantiate the pipeline
generator = pipeline(____, model="gpt2")
response = "Dear valued customer, I am glad to hear you had a good stay with us."
# Complete the prompt
prompt = f"Customer review:\n{____}\n\nHotel reponse to the customer:\n{____}"
# Complete the model pipeline
outputs = generator(prompt, ____, pad_token_id=____, truncation=True)
print(outputs[0]["generated_text"])