CommencerCommencer gratuitement

Génération de texte

Les LLM possèdent de nombreuses capacités, la génération de texte étant l'une des plus populaires.

Vous devez répondre à un avis client trouvé dans text. Il s'agit du même avis client concernant l'hôtel Riverview vu précédemment.

Le module pipeline a été chargé pour vous.

Cet exercice fait partie du cours

Introduction aux LLM en Python

Afficher le cours

Instructions

  • Indiquez le pipeline generator, en spécifiant une tâche appropriée pour la génération de texte.
  • Complétez le prompt en incluant les éléments text et response dans la chaîne f-string.
  • Complétez le pipeline du modèle en spécifiant une longueur maximale de 150 jetons et en définissant pad_token_id sur le jeton de fin de séquence.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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"])
Modifier et exécuter le code