Text generieren
LLMs haben viele Möglichkeiten, wobei die Texterstellung eine der beliebtesten ist.
Du musst eine Antwort auf eine Kundenbewertung erstellen, die du auf text gefunden hast; sie enthält dieselbe Kundenbewertung für das Riverview Hotel, die du schon einmal gesehen hast.
Das Modul pipeline wurde für dich geladen.
Diese Übung ist Teil des Kurses
Einführung in LLMs in Python
Anleitung zur Übung
- Instanziere die
generatorPipeline und gib eine geeignete Aufgabe für die Texterstellung an. - Vervollständige die
prompt, indem du dietextundresponsein den f-String einfügst. - Schließe die Modellpipeline ab, indem du eine maximale Länge von 150 Token angibst und die
pad_token_idauf das Token am Ende der Sequenz setzt.
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# 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"])