Zacznij terazZacznij za darmo

Wybór odpowiedniej struktury modelu

Odpowiadanie na pytania może być ekstrakcyjne lub generatywne – każde z tych podejść wymaga innej struktury transformera, aby poprawnie przetwarzać dane wejściowe i wyjściowe.

Stosuje się w nich:

  • Modele oparte wyłącznie na enkoderze, np. "distilbert-base-uncased-distilled-squad"
  • Modele oparte wyłącznie na dekoderze, np. "gpt2"

Wykorzystaj swoją wiedzę o typowych modelach dla konkretnych zadań i wybierz odpowiedni. Pipeline jest już załadowany, podobnie jak tekst o Mona Lisie.

To ćwiczenie jest częścią kursu

Wprowadzenie do LLM w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

question = "Who painted the Mona Lisa?"

# Define the appropriate model
qa = pipeline(task="question-answering", model=____)

output = qa(question=question, context=text)
print(output['answer'])
Edytuj i uruchom kod