เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การโหวตแบบเสียงข้างมากจากแหล่งข้อมูลหลายแหล่ง

ทีมของคุณกำลังพัฒนาโมเดล AI เพื่อสร้างรายงานการควบคุมคุณภาพ (QC) สำหรับสมาร์ทโฟนโดยอัตโนมัติ เพื่อจุดประสงค์นี้ จึงได้รวบรวมข้อมูลความชอบจากแหล่งควบคุมคุณภาพสามแหล่ง ได้แก่ "ระบบตรวจสอบภาพอัตโนมัติ (Automated Vision System)" "ผู้ตรวจสอบคน (Human Inspector)" และ "ความคิดเห็นลูกค้า (Customer Feedback)" แต่ละแหล่งได้ติดป้ายกำกับตัวอย่างข้อความเป็นคู่ว่า 'chosen' และ 'rejected' โดยแต่ละคู่มี 'id' เฉพาะและแสดงรีวิว QC ที่ได้รับการเลือก

quality_df คือ DataFrame รวมที่โหลดด้วย pandas ซึ่งประกอบด้วยข้อมูลจากแหล่งข้อมูลทั้งสามแหล่ง นอกจากนี้ยังได้นำเข้าคลาส Counter จากโมดูล collections ไว้ล่วงหน้าแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Reinforcement Learning from Human Feedback (RLHF)

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นับจำนวนครั้งที่แต่ละคู่ (chosen, rejected) ปรากฏในฟังก์ชัน vote
  • หาคู่ (chosen, rejected) ที่ได้รับคะแนนโหวตสูงสุด

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

def majority_vote(df):
  	# Count occurrences of each (chosen, rejected) pair
    votes = ____
    # Find the (chosen, rejected) pair with the highest vote count
    winner = ____
    return winner

final_preferences = quality_df.groupby(['id']).apply(majority_vote)

print(final_preferences)
แก้ไขและรันโค้ด