Crearea eșantioanelor de antrenament
În cadrul unui chatbot de servicii pentru clienți pe care echipa ta îl dezvoltă, creezi un pipeline pentru preprocesarea unui set de date care va fi folosit ulterior pentru a ajusta fin un model de limbaj, astfel încât acesta să poată prezice intenția unei întrebări a clientului și să direcționeze solicitările către echipa potrivită.
Ai la dispoziție un set de date cu întrebarea clientului și intenția acestuia în coloane separate. Vrei să preprocesezi setul de date astfel încât fiecare exemplu – conținând întrebarea și intenția – să fie îmbinat într-un singur șir de caractere formatat ca prompt.
Setul de date este deja încărcat în dataset. Acesta conține coloana instruction cu întrebarea clientului și coloana intent cu intenția utilizatorului.
Acest exercițiu face parte din cursul
Fine-Tuning cu Llama 3
Instrucțiuni pentru exercițiu
- Creează un șir de caracteres de tip prompt cu instrucțiunea și intenția, în forma
"Query: {instruction}\nIntent: {intent}". - Completează apelul funcției cu setul de date pentru a aplica funcția
create_intent_examplefiecărui rând. - Extrage și afișează valoarea din coloana
intent_examplecorespunzătoare primului rând din setul de date.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
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[____][____])