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]
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Reinforcement Learning from Human Feedback (RLHF)
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด