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
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'])