Tạo mẫu huấn luyện
Là một phần của chatbot chăm sóc khách hàng mà nhóm bạn đang xây dựng, bạn đang tạo một pipeline để tiền xử lý một tập dữ liệu, sau đó sẽ được dùng để fine-tune một mô hình ngôn ngữ nhằm dự đoán ý định trong câu hỏi của khách hàng và chuyển yêu cầu đến đúng nhóm xử lý.
Bạn được cung cấp một tập dữ liệu trong đó câu hỏi và ý định của khách hàng nằm ở các cột riêng biệt, và bạn muốn tiền xử lý để gộp mỗi ví dụ gồm câu hỏi và ý định vào một chuỗi duy nhất theo định dạng prompt của bạn.
Tập dữ liệu đã được nạp trong dataset. Tập dữ liệu có các cột instruction chứa câu hỏi của khách hàng và intent cho ý định của người dùng.
Bài tập này là một phần của khóa học
Fine-Tuning với Llama 3
Hướng dẫn bài tập
- Tạo một chuỗi prompt với instruction và intent theo dạng
"Query: {instruction}\nIntent: {intent}". - Hoàn thiện lời gọi hàm với tập dữ liệu để áp dụng
create_intent_examplecho từng hàng. - Trích xuất và in ra giá trị ở cột
intent_examplecủa hàng đầu tiên trong tập dữ liệu.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
def create_intent_example(row):
# Fill out the columns in the prompt
row['intent_example'] = ____
return row
# Call the ds method to apply our preprocessing function to all rows
processed_dataset = dataset.____(____)
# Print the intent_example in the first row of the processed data
print(processed_dataset[____][____])