AutClothingChatbot

chatbot لمتجر الملابس

يحتوي هذا المستودع على الكود المصدري لـ chatbot تم تطويره ليكون مستشارًا للملابس ودليل موقع الويب لمتجر ملابس. تم تصميم chatbot باستخدام نموذج لغة كبير مُصلح (LLM) الذي تم تحميله بواسطة إطار غير متلازمة للاستدلال بشكل أسرع ويستفيد من طريقة الجيل المعزز للاسترجاع (RAG) لاسترداد المعلومات من قاعدة المعرفة المخزنة في العديد من الملفات النصية.

سمات

• يقدم نصيحة الملابس والتوصيات للعملاء.
• يرشد المستخدمين حول كيفية التنقل في موقع المتجر.
• يستخدم إمكانيات معالجة اللغة المتقدمة لفهم استفسارات المستخدم والاستجابة لها.

تثبيت

لنشر chatbot ، اتبع هذه الخطوات:

1. استنساخ هذا المستودع إلى جهازك المحلي.

git clone https://github.com/QuangNguyen2910/AutClothingChatbot.git

2. تثبيت التبعيات المطلوبة المدرجة في requirements.txt txt باستخدام PIP:

في هذا الأمر ، أستخدم kernel colab وانتقل إلى مجلد AutclothingChatbot:

 cd AutClothingChatbot
pip install -r requirements.txt

3. قم بتحميل أي مستند تريد نموذج الحصول على بيانات من docs

4. قم بتشغيل البرنامج النصي الرئيسي لبدء chatbot:

إذا كنت لا تعرف ماذا تضع في تشغيل المحلل:

python main.py --help

ستكون النتيجة هكذا:

 usage: parser.py [-h] -mn MNAME [-l4 LOAD4BIT] [-hf HFTOKEN] [-ng NGROKTOKEN] [-ms MAXSEQ] [-dt DTYPE] [-emn EMNAME] [-d DISPLAY]

Config for using LLMs.

optional arguments:
  -h, --help            show this help message and exit
  -mn MNAME, --mname MNAME
                        The path or name from hugging face of the model, example: "Quangnguyen711/clothes_shop_chatbot_QLoRA".
  -l4 LOAD4BIT, --load4bit LOAD4BIT
                        Whether to load in the model 4-bit or not, example: "True"/"False".
  -hf HFTOKEN, --hftoken HFTOKEN
                        Hugging face token to use for authentication, example: "hf_xxx".
  -ng NGROKTOKEN, --ngroktoken NGROKTOKEN
                        Ngrok token to use for authentication if you want to use your llm as api endpoint.
  -ms MAXSEQ, --maxseq MAXSEQ
                        Maximum sequence length for the input, example: "2048".
  -dt DTYPE, --dtype DTYPE
                        Data type for model weights, example: "None".
  -emn EMNAME, --emname EMNAME
                        The path or name from hugging face of the model use to embedd data, example: "thenlper/gte-small".
  -d DISPLAY, --display DISPLAY
                        Where to display the model, example: "kernel"/"api"/"deploy".

مثال الأمر:

python main.py -mn " Quangnguyen711/clothes_shop_chatbot_QLoRA " 
-l4 " True " -hf " hf_xxx " -ng " xxx " -ms " 2048 " -dt " None " 
-emn " thenlper/gte-small " -d " deploy "

ملاحظة: بالنسبة لبعض النماذج ، تتطلب رمز مصادقة من Luggingface من أجل قراءته. ستكون هذه هي الواجهة التي تحصل عليها بعد الانتهاء من تشغيل هذا الأمر ، يمكنك استخدام هذا الكمبيوتر الدفتري لمعرفة التعليمات

الاستخدام

بمجرد تشغيل chatbot ، يمكن للمستخدمين التفاعل معها عن طريق كتابة استفساراتهم أو طلباتهم في واجهة الدردشة. سيقدم chatbot بعد ذلك ردود بناءً على المعلومات المخزنة في قاعدة المعرفة الخاصة بها.

رخصة

تم ترخيص هذا المشروع بموجب ترخيص معهد ماساتشوستس للتكنولوجيا - راجع ملف الترخيص للحصول على التفاصيل.

شكر وتقدير

• يعتمد طراز chatbot على طراز Llama 3 8b بواسطة Meta.
• تستخدم عملية الضبط طريقة QLORA مع إطار العمل غير المتساقط للضبط الدقيق للمعلمة.
• يتم تطبيق طريقة خرقة لاسترجاع المعلومات من قاعدة المعرفة.

اتصال

للحصول على أي استفسارات أو دعم ، يرجى الاتصال بـ Quang Nguyen.