Fine Tuning GPT 3 for Amazon Support Chatbot Fine Tuning GPT 3 for Amazon Support Chatbotダウンロード

Fine Tuning GPT 3 for Amazon Support Chatbot

AI ソースコード

1.0.0

ダウンロード

微調整されたGPT-3を備えたAmazonサポートチャットボット

このプロジェクトでは、OpenAIによるGPT-3言語モデルを使用して、カスタムAmazonサポートボットを作成することが含まれます。目標は、Amazonの質問データセットに基づいて、顧客クエリに正確で役立つ応答を提供できる会話型AIを構築することです。この目的のために、カスタムAmazonの質問データセットに回答するカスタムAmazonのGPT-3モデルを微調整します。

プロジェクトの手順

1。データ準備

このプロジェクトは、 amazon_qna.csvという名前のデータセットから始まります。これには、Amazon関連の質問と回答が含まれています。
GPT-3モデルをトレーニングするために、トレーニングと検証データの小さなサンプルが元のデータセットから作成されます。

2。データ変換

トレーニングと検証データセット（ training_amazon_qna.csv and validation_amazon_qna.csv ）は、CSV形式からJSONL形式（ training_amazon_qna.jsonlおよびvalidation_amazon_qna.jsonl ）に変換されます。
JSONL（JSON Lines）形式は、GPT-3モデルを微調整するために必要です。
JSONLファイルの各行には、2つのキーを持つ有効なJSON、 prompt 、 completion含まれます。この形式は、GPT-3モデルを微調整することに義務付けられています。

{ "prompt" : " Non-Ducted range Hood, does this mean there is no need to vent up thru the roof or out thru the wall? -> " , "completion" : " That's correct. The air flows through the filter on the underside and out through the three columns of vent slats you see on the front of the range hood. There is no connection to other vents or ducts in a wall or through the roof. n " }

3。OpenAIにデータをアップロードします

JSONL形式の変換されたトレーニングおよび検証データセットは、OpenAIプラットフォームにアップロードされます。
このデータは、GPT-3モデルを微調整してAmazonカスタマーサポートクエリに固有の応答を生成するために使用されます。

4。微調整

微調整に使用されるGPT-3モデルはdavinciです。
微調整のハイパーパラメーターは次のように設定されています。
- 時代の数：15
- バッチサイズ：3
- 学習レート乗数：0.3

5。監視と追跡

モデルが効果的に学習していることを確認するために、微調整トレーニングプロセスが監視されます。
すべての微調整ジョブの進捗は、Openaiプラットフォームで追跡されます。

6.モデル名の抽出

微調整が完了すると、微調整されたモデル名がトレーニングプロセスから抽出されます。
このモデルは、Amazonサポートボットで応答を生成するために使用されます。

7。推論

微調整されたGPT-3モデルは、Amazonサポートボットの推論に使用されます。

 prompt = "Is this louder/quiter than the HWM450? Does it need to be cleaned more often? ->"

上記のプロンプトは、次の応答をもたらします

 "I think they are about the same, and it does not need to be cleaned n "

結論

このプロジェクトは、微調整されたGPT-3モデルを使用して、カスタムAmazonサポートボットを作成するプロセスを実証しています。 Amazon固有の質問と回答データに関するモデルをトレーニングすることにより、BOTは顧客の問い合わせに役立つ回答を提供できます。 READMEは、プロジェクトの手順、データの準備、微調整、推論、およびAmazon関連のクエリ用の効率的なカスタマーサポートチャットボットを構築するという最終的な目標の概要を提供します。