LML & DAP Une alternative de l'apprentissage automatique à l'aide de LLMS
Note
Veuillez jouer le référentiel pour montrer votre support.
Processus LML : 
Processus DAP : 
Résultat : 
Créé par Praneteth Vadlapati (@ Prane-Eth)
Une préimpression du document de recherche est disponible sur arXiv
Pour utiliser mon papier pour référence, veuillez le citer comme ci-dessous:
@misc { vadlapati2024lmldap ,
title = { {LML-DAP: Language Model Learning a Dataset for Data-Augmented Prediction} } ,
author = { {Praneeth Vadlapati} } ,
year = { 2024 } ,
eprint = { 2409.18957 } ,
archivePrefix = { arXiv } ,
primaryClass = { cs.CL } ,
url = { https://arxiv.org/abs/2409.18957 }
}pip install -r requirements.txt
cp .env.example .env Maintenant, modifiez le fichier .env et ajoutez vos valeurs.
Exécutez le fichier Experiment-LML.ipynb
Pour plus de projets, ouvrez le profil: @ pro-Genai
Les contributions sont les bienvenues! N'hésitez pas à créer un problème pour tous les rapports ou suggestions de bogues.
Pour contribuer, veuillez jouer le référentiel et créer un problème. Si je ne peux pas résoudre ce problème, je permettrai à quiconque de créer une demande de traction.
Copyright © 2024 Praneeth Vadlapati
Veuillez vous référer au fichier de licence pour plus d'informations.
Pour demander une autorisation d'utiliser mon travail, veuillez me contacter en utilisant le lien ci-dessous.
Le code n'est pas destiné à être utilisé dans les environnements de production. Ce code est uniquement à des fins éducatives et de recherche. Aucun auteur n'est responsable de toute utilisation abusive ou dommage causée par ce code. Utilisez-le à vos propres risques. Le code est fourni tel quel sans aucune garantie ni garantie.
Pour les requêtes personnelles, veuillez trouver mes coordonnées ici: linktr.ee/prane.eth