การสร้างข้อความเชิงสร้างสรรค์
คุณกำลังพัฒนาผู้ช่วย AI ด้านการสร้างเนื้อหาให้กับทีมการตลาด SaaS ทีมต้องการสร้างโพสต์โซเชียลมีเดียเกี่ยวกับการอัปเดตซอฟต์แวร์ล่าสุดโดยอัตโนมัติ และคุณต้องปรับ ความหลากหลายของการตอบสนอง เพื่อให้การเรียกโมเดลแต่ละครั้งได้ผลลัพธ์ที่แตกต่างกัน
อินสแตนซ์ของคลาส Llama ถูกเก็บไว้ในตัวแปร llm พร้อมกับโค้ดสำหรับเรียกใช้งาน completion แล้ว รวมถึงตัวอย่าง prompt สำหรับทดสอบด้วย
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การทำงานกับ Llama 3
คำแนะนำการฝึกหัด
- ปรับพารามิเตอร์ top-p ให้มีค่าอยู่ในครึ่งบนของช่วงค่าที่กำหนด เพื่อให้โมเดลสร้างคำตอบที่หลากหลายมากขึ้น
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
output = llm(
"Write a tweet announcing a new analytics dashboard feature for enterprise users.",
max_tokens=15,
# Set top-p to a value in the upper range for more varied responses
top_p=____
)
print(output['choices'][0]['text'])