llm round trip correctness
1.0.0
Ce référentiel teste l'idée d'une méthode d'évaluation proxy pour le pipeline du modèle BPMN à BPMN. L'évaluation de la procuration implique un pipeline aller-retour, "Texte à BPMN pour texte" et calculant un texte moyen à la similitude du texte en l'absence d'un BPMN de vérité au sol. Pour montrer si la méthode proxy est efficace, nous devons d'abord étudier comment l'évaluation BPMN à BPMN existante du module Model_evaluation est en corrélation avec la méthode du texte proxy à texte. Ce travail est inspiré par cette publication sur le texte pour coder les ralentissement.
Les exigences sont dans ce fichier pyproject.toml. Après le clonage du référentiel, exécutez:
poetry installPour exécuter le pipeline, utilisez une commande similaire à ceci:
screen -d -m python genai_gpt_pipeline.py --model-path ./data/pet/ground_json --text-path ./data/pet/process_descriptions --example pet --direction t2t Les fichiers CSV sont écrits dans le répertoire des résultats. Les ordinateurs portables Jupyter sont utilisés pour visualiser les résultats.
Aucun problème connu.
Créez un problème dans ce référentiel si vous trouvez un bogue ou si vous avez des questions sur le contenu.
Si vous souhaitez contribuer du code, offrez des correctifs ou des améliorations, veuillez envoyer une demande de traction. Pour des raisons juridiques, les contributeurs seront invités à accepter un DCO lorsqu'ils créent la première demande de traction vers ce projet. Cela se produit de manière automatisée pendant le processus de soumission. SAP utilise le texte DCO standard de la Fondation Linux.
Copyright (C) 2024 SAP SE ou société affiliée SAP. Tous droits réservés. Ce projet est concédé sous licence Apache Software, version 2.0.
