AutClothingChatbot

Chatbot untuk toko pakaian

Repositori ini berisi kode sumber untuk chatbot yang dikembangkan untuk berfungsi sebagai penasihat pakaian dan panduan situs web untuk toko pakaian. Chatbot dibangun menggunakan model bahasa besar (LLM) yang disesuaikan yang dimuat oleh kerangka kerja yang tidak terasa untuk inferensi yang lebih cepat dan memanfaatkan metode pengambilan augmented generasi (RAG) untuk mengambil informasi dari basis pengetahuan yang disimpan dalam banyak file teks.

Fitur

• Memberikan saran dan rekomendasi pakaian kepada pelanggan.
• Memandu pengguna tentang cara menavigasi situs web toko.
• Menggunakan kemampuan pemrosesan bahasa tingkat lanjut untuk memahami dan menanggapi pertanyaan pengguna.

Instalasi

Untuk menggunakan chatbot, ikuti langkah -langkah ini:

1. Kloning repositori ini ke mesin lokal Anda.

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

2. Instal dependensi yang diperlukan yang tercantum dalam requirements.txt menggunakan PIP:

Dalam perintah ini, saya menggunakan kernel colab dan pindah ke folder AutclothingChatbot:

 cd AutClothingChatbot
pip install -r requirements.txt

3. Unggah dokumen apa pun yang ingin Anda modelkan mendapatkan data dari ke dalam docs

4. Jalankan skrip utama untuk memulai chatbot:

Jika Anda tidak tahu apa yang harus dijalankan dalam menjalankan parser:

python main.py --help

Hasilnya akan seperti ini:

 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".

Contoh Perintah:

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 "

CATATAN: Untuk beberapa model memerlukan token otentikasi dari Huggingface untuk dibaca. Ini akan menjadi antarmuka yang Anda dapatkan setelah selesai menjalankan perintah ini, Anda dapat menggunakan buku catatan ini untuk melihat instruksi

Penggunaan

Setelah chatbot berjalan, pengguna dapat berinteraksi dengannya dengan mengetik pertanyaan atau permintaan mereka ke antarmuka obrolan. Chatbot kemudian akan memberikan tanggapan berdasarkan informasi yang disimpan dalam basis pengetahuannya.

Lisensi

Proyek ini dilisensikan di bawah lisensi MIT - lihat file lisensi untuk detailnya.

Ucapan Terima Kasih

• Model chatbot didasarkan pada model LLAMA 3 8B oleh Meta.
• Proses penyempurnaan memanfaatkan metode Qlora dengan kerangka kerja yang tidak bisa disempurnakan.
• Metode RAG diterapkan untuk pengambilan informasi dari basis pengetahuan.

Kontak

Untuk pertanyaan atau dukungan apa pun, silakan hubungi Quang Nguyen.