การสร้างข้อความ
LLM มีความสามารถหลากหลาย โดยการสร้างข้อความนับเป็นหนึ่งในฟีเจอร์ที่ได้รับความนิยมมากที่สุด
ในแบบฝึกหัดนี้ คุณต้องสร้างข้อความตอบกลับรีวิวของลูกค้าที่เก็บอยู่ในตัวแปร text ซึ่งเป็นรีวิวเดียวกับที่เคยเห็นก่อนหน้านี้จาก Riverview Hotel
โมดูล pipeline ถูกโหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Python เบื้องต้นสำหรับ LLMs
คำแนะนำการฝึกหัด
- สร้าง
generatorpipeline โดยระบุงานที่เหมาะสมสำหรับการสร้างข้อความ - เติม
promptให้สมบูรณ์โดยนำtextและresponseมาใส่ใน f-string - กำหนดพารามิเตอร์ของ pipeline โดยตั้งค่าความยาวสูงสุดที่ 150 โทเคน และตั้งค่า
pad_token_idเป็นโทเคนสิ้นสุดลำดับ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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"])