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
Instructions
- Indiquez le pipeline
generator, en spécifiant une tâche appropriée pour la génération de texte. - Complétez le
prompten incluant les élémentstextetresponsedans la chaîne f-string. - Complétez le pipeline du modèle en spécifiant une longueur maximale de 150 jetons et en définissant
pad_token_idsur 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"])