1. Learn
  2. /
  3. คอร์ส
  4. /
  5. Reinforcement Learning from Human Feedback (RLHF)

Connected

แบบฝึกหัด

การดึงข้อมูล Prompt

คุณกำลังทำงานกับชุดข้อมูล hendrydong/rlhf_helpful_eval ซึ่งมีข้อความสนทนาระหว่างผู้ใช้ (Human) และผู้ช่วย (Assistant) เป้าหมายคือการทำความสะอาดข้อความ เพื่อให้ได้ prompt ที่สะอาด โดยแสดงเฉพาะข้อความที่เกี่ยวข้องโดยไม่มีรูปแบบหรือแท็กพิเศษใดๆ

เลือกวิธีที่จะใช้ทำความสะอาดชุดข้อมูลเพื่อดึง prompt ออกมา สามารถดูตัวอย่างข้อมูลได้โดยรันโค้ดต่อไปนี้ในคอนโซล:

evaluation_data.iloc[range(1)]['text'][0]

คำแนะนำ

50 XP

คำตอบที่เป็นไปได้