LML DAP

LML & DAP

언어 모델 학습 데이터 중단 예측을위한 데이터 세트

LLM을 사용한 기계 학습의 대안

메모

리포지토리를 출연하여 지원을 보여주십시오.

왜 LML & DAP :

• 분류 작업은 일반적으로 기계 학습 (ML) 모델을 사용하여 처리되며 정확도와 해석 성 사이의 균형이 부족합니다.
• 이 프로젝트는 분류 작업에 설명 가능한 방식으로 대형 언어 모델 (LLM)을 사용하는 새로운 접근 방식을 소개합니다.
• 데이터 청소 및 기능 엔지니어링에 크게 의존하는 ML 모델과 달리이 방법은 LLM을 사용하여 프로세스를 간소화합니다.

LML 프로세스 :

DAP 프로세스 :

결과 :

Praneeth vadlapati (@prane-eth)

? 연구 논문

연구 논문의 프리 인쇄는 Arxiv에서 구할 수 있습니다.

? 소환

참조 용지를 사용하려면 다음과 같이 인용하십시오.

 @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 }
}

빠른 시작

pip install -r requirements.txt
cp .env.example .env

이제 .env 파일을 편집하고 값을 추가하십시오.
파일 실험 lml.ipynb를 실행하십시오

더 많은 프로젝트

더 많은 프로젝트를 보려면 프로필을 엽니 다 : @pro-genai

기여

기부금을 환영합니다! 버그 보고서 나 제안에 대한 문제를 자유롭게 만들 수 있습니다.
기여하려면 저장소를 출연하고 문제를 만듭니다. 내가 그것을 해결할 수 없다면, 나는 누구나 풀 요청을 만들 수있게 해줄 것이다.

? 특허

Copyright © 2024 Praneeth Vadlapati
자세한 내용은 라이센스 파일을 참조하십시오.
내 작업을 사용할 수있는 권한을 요청하려면 아래 링크를 사용하여 저에게 연락하십시오.

켈 부인 성명

이 코드는 생산 환경에서 사용하기위한 것이 아닙니다. 이 코드는 교육 및 연구 목적만을위한 것입니다. 이 코드로 인한 오용이나 피해에 대한 저자는 없습니다. 자신의 위험에 따라 사용하십시오. 코드는 보증이나 보증없이 제공됩니다.

감사의 말

• 빠른 LLM 추론에 대한 Groq (https://groq.com/)에게 특별한 감사를드립니다.
• 이미지 크레딧 :
  • 데이터베이스 : https://pixabay.com/vectors/database-data-storage-2ilinder-149760/
  • 데이터 요약 : https://pixabay.com/vectors/documents-paper-text-icon-149799/
  • 테스트 데이터 : https://pixabay.com/vectors/flask-test-tube-icon-medical-5817899/
  • 체크 마크 : https://pixabay.com/vectors/confirmation-symbol-con-green-1152155/

? 연락하다

개인 쿼리는 여기에서 내 연락처 정보를 찾으십시오 : linktr.ee/prane.eth