학습 샘플 만들기
팀에서 구축 중인 고객 지원 챗봇의 일부로, 나중에 언어 모델을 미세 조정해 고객 질문의 의도를 예측하고 요청을 처리할 올바른 팀으로 라우팅할 수 있도록 하는 데이터 전처리 파이프라인을 만들고 있어요.
고객 질문과 의도가 각각 다른 열에 들어 있는 데이터셋이 주어졌고, 각 예시의 질문과 의도를 서식화한 프롬프트로 합쳐 단일 문자열로 만드는 방식으로 데이터셋을 전처리하려고 해요.
데이터셋은 이미 dataset에 로드되어 있어요. 이 데이터셋에는 고객 질문이 담긴 instruction 열과 사용자의 의도를 나타내는 intent 열이 포함되어 있어요.
이 연습은 강의의 일부입니다
Llama 3 미세 조정(Fine-Tuning)
연습 안내
"Query: {instruction}\nIntent: {intent}"형태로 instruction과 intent를 포함한 프롬프트 문자열을 만드세요.- 데이터셋에 함수를 적용해 각 행에
create_intent_example이 실행되도록 함수 호출을 완성하세요. - 데이터셋의 첫 번째 행에서
intent_example열의 값을 추출해 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
def create_intent_example(row):
# Fill out the columns in the prompt
row['intent_example'] = ____
return row
# Call the ds method to apply our preprocessing function to all rows
processed_dataset = dataset.____(____)
# Print the intent_example in the first row of the processed data
print(processed_dataset[____][____])