Teknologian jakaminen

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1. Luo keinotekoisesti erä kehotteita siemeniksi. (Aloita pienestä joukosta ihmisen kirjoittamia tehtäviä)
2. Lisää joka kerta syötteen luomia kehotteita tehdäksesi muutamia esimerkkejä ja käytä LLM:ää uusien ohjeiden luomiseen siementehtävien perusteella.
3. Suodata pois huonolaatuiset ja korjaa mahdollisesti tarvittavat (Suodata ja tarkenna luotuja ohjeita)
4. Syötä kaikki luodut kehotteet LLM:ään saadaksesi tulostulokset (syöte-lähtö-esiintymien luominen uusille ohjeille)
5. Tulolähtö, harjoitusnäytteiden tekeminen LLM:lle (Luodun tietojoukon käyttö LLM:n hienosäätämiseen)

Vaihe 2, LLM luo:

import random
from transformers import AutoTokenizer, AutoModelForCausalLM

# Load a pre-trained language model
model_name = "bigcode/starcoderbase-1b"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Seed tasks (simplified for demonstration)
seed_tasks = [
    "Write a function to calculate the factorial of a number.",
    "Create a class to represent a bank account.",
    "Implement a binary search algorithm."
]

def generate_instruction(prompt):
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(**inputs, max_new_tokens=50)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

def self_instruct(num_iterations):
    generated_tasks = []
    
    for _ in range(num_iterations):
        # Sample existing tasks
        sampled_tasks = random.sample(seed_tasks   generated_tasks, min(3, len(seed_tasks)   len(generated_tasks)))
        
        # Create a prompt for generating new instructions
        prompt = "Generate a new programming task based on these examples:nn"
        prompt  = "n".join(sampled_tasks)
        prompt  = "nnNew task:"
        
        # Generate a new instruction
        new_task = generate_instruction(prompt)
        
        # In practice, you would filter and refine the generated task here
        
        generated_tasks.append(new_task)
    
    return generated_tasks

# Run Self-Instruct
new_tasks = self_instruct(5)
for i, task in enumerate(new_tasks, 1):
    print(f"Task {i}: {task}")

Vaihe 3 Suodatin:

Määritä joitakin sääntöjä manuaalisesti ja suodata pois ne, jotka ovat liian huonot (LLM:tä voidaan käyttää myös erotuomarina)

Tarkoitus: varmistaa laatu ja monimuotoisuus;

• Suodata pois liian lyhyet tai liian pitkät ohjeet
• Suodata ohjeet, jotka sisältävät kielimalleille sopimattomia avainsanoja (esim. "image", "graph", "file", "plot")
• Suodata ohjeet alkaen välimerkeistä
• Suodata ohjeet alkaen ei-englanninkielisillä merkeillä
• Suodata ohjeet, joilla on suuri ROUGE-L-samankaltaisuus (yli 0,7) minkä tahansa tehtäväpoolin käskyn kanssa