llm round trip correctness
1.0.0
このリポジトリは、BPMNモデルパイプラインへのテキストのプロキシ評価方法のアイデアをテストします。プロキシ評価には、往復パイプライン、「テキストへのテキスト」テキスト」、およびグラウンドトゥルースBPMNの存在下での平均テキストの類似性を計算することが含まれます。プロキシメソッドが効果的であるかどうかを示すには、まず、既存のBPMNからBPMNへのModel_Evaluationモジュールがどのようにプロキシテキストからテキストメソッドと相関するかを調査する必要があります。この作品は、この出版物にテキストに触発され、ラウンドトリップをコードします。
要件は、このpyproject.tomlファイルにあります。リポジトリをクローニングした後、実行してください。
poetry installパイプラインを実行するには、これに似たコマンドを使用します。
screen -d -m python genai_gpt_pipeline.py --model-path ./data/pet/ground_json --text-path ./data/pet/process_descriptions --example pet --direction t2t CSVファイルは、結果ディレクトリに書き込まれます。 Jupyterノートブックは、結果を視覚化するために使用されます。
既知の問題はありません。
バグを見つけたり、コンテンツについて質問がある場合は、このリポジトリに問題を作成します。
コードを提供する場合は、修正または改善を提供する場合は、プルリクエストを送信してください。法的な理由により、貢献者はこのプロジェクトの最初のプル要求を作成するときにDCOを受け入れるように求められます。これは、提出プロセス中に自動化された方法で発生します。 SAPは、Linux Foundationの標準DCOテキストを使用しています。
著作権(c)2024 SAP SEまたはSAP関連会社。無断転載を禁じます。このプロジェクトは、Apacheソフトウェアライセンスバージョン2.0の下でライセンスされています。